[发明专利]一种基于图像的路径识别方法及系统

说明书

本发明公开了一种基于图像的路径识别方法及系统，方法包括步骤：S1，获取路面的灰度图像；S2，对灰度图像逐行计算像素的质心位置，以各行质心位置作为道路中心的第一次定位结果；S3，根据第一次定位结果计算质心两侧梯度最大值，获得道路边界及十字路口位置；S4，如果此行是十字路口，则以第一次定位结果作为道路中心的第二次定位结果；如果不是十字路口，则计算道路边界内的像素的质心，以此质心位置作为道路中心的第二次定位结果；S5，对第二次所获得的道路中心进行滤波，获得最终的道路中心线。本发明采用质心法计算道路中心位置，有效克服图像噪声的影响；二次质心定位，能够提高道路中心的定位精度。

技术领域

本发明属于模式识别技术领域，具体涉及一种基于图像的路径设别方法，还涉及一种基于图像的路径识别系统。

背景技术

近几年来，无人自动驾驶技术引起了汽车行业的广泛关注。在无人自动驾驶技术中，道路的自动识别是一个至关重要的环节。在基于图像的路径识别技术中，由于需要对大量的图像信息进行计算和分析，因此，道路快速而有效的识别对于自动驾驶有着重要的意义。

发明内容

本发明的目的在于克服现有技术中的不足，提供了一种基于图像的路径识别方法及系统，能够采用简单的计算方法，快速而有效地识别道路中心位置。

为解决上述技术问题，本发明提供了一种基于图像的路径识别方法，其特征是，包括如下步骤：

步骤S1，获取路面的灰度图像；

步骤S2，对灰度图像逐行计算像素的质心位置，以各行质心位置作为道路中心的第一次定位结果；

步骤S3，根据第一次定位结果计算质心两侧梯度最大值，获得道路边界及十字路口位置；

步骤S4，逐行判断：如果此行是十字路口，则以第一次定位结果作为道路中心的第二次定位结果；如果不是十字路口，则计算道路边界内的像素的质心，以此质心位置作为道路中心的第二次定位结果；

步骤S5，对第二次所获得的道路中心进行滤波，获得最终的道路中心线。

进一步的，在步骤S2中计算各行像素质心位置的过程为：设第i行、j列的图像像素灰度值为f(i,j)，则第i行的质心所在的列记为y₁(i)，质心计算公式如下：

式中，N为像素的最大列宽。

进一步的，在步骤S3中，在道路中心y₁(i)的两侧，分别寻找梯度最大值，取其所在列为道路边界；如果所在列位于图像边界，则该行为十字路口。

进一步的，采用如下不完全微分算法计算第i行各列的梯度df(i,j)：

df(i,j)＝K[f(i,j)-g(i,j)]

式中，g(i,j)＝g(i,j-1)+df(i,j-1)，K为滤波系数，0<j<N。

进一步的，在步骤S5中，滤波计算公式：

y₃(i)＝αy₃(i-1)+(1-α)y₂(i)

式中，α取值范围为0.5～0.9；y₂(i)为第二次定位结果，y₃(i)为最终道路中心。

相应的本发明还提供了一种基于图像的路径识别系统，其特征是，包括灰度图像采集模块、第一次道路中心定位模块、道路边界检测模块、第二次道路中心定位模块和第三次道路中心定位模块；

灰度图像采集模块，用于获取路面的灰度图像；