[发明专利]基于方向梯度增强的车位线检测方法

说明书

本发明提供一种基于方向梯度增强的车位线检测方法，获得捕获图像，并从获得的捕获图像得到主车位方向垂直方向的角度信息，根据主方向选定梯度增强模板；将每个像素点P逐一取以该像素点为中心的八邻域；并根据每一个像素点P的八邻域为矩阵与选取的梯度增强模板矩阵相点乘结果矩阵的所有元素之和作为梯度值，求取捕获图像中每个像素点P的梯度值组成梯度图；对增强后的梯度图进行二值化并在二值图的基础上，再通过LSD算法检测特定的主车位垂直方向线段。本发明通过测定到的主车位方向垂直方向的确定适当的梯度增强模板，根据梯度增强模板有效放大对应方向的梯度，并抑制其他方向的梯度响应，以削弱环境干扰，放大模糊目标线段的对比度。

技术领域

本发明涉及车载电子技术领域，特别是涉及一种基于方向梯度增强的车位线检测方法。

背景技术

汽车保有量的增加促进了大型停车场的发展，在迈入二十一世纪以来，我们的大型停车场越来越多，而停车场规模的日益扩大，带来一系列的泊车与取车的问题，已经成为世界范围内每个大中型城市普遍面临的社会问题。

在自主泊车的过程中，如何依据环境感知信息、检测到准确的停车位且在检测过程中减小设备计算量，快速、准确识别车位线角点成为当前亟待解决的问题。

目前检测车位线时，由捕获图像先得到灰度图，根据灰度图得到Line SegmentDetection(LSD)算法得到相应的捕获图像中识别得到的线段，再根据识别得到的线段识别停车位角点、停车位水平线和停车位垂直线组合得到停车位。这种采用LSD算法识别车位水平线和车位垂直线的过程中，由于LSD算法在识别角点以及通过角点的线段时，单个像素点在连接线段时只能使用一次，这样就造成了LSD算法的缺陷即组成车位线的重要的L型线以及T型线只能检测出一条线段。

由于在实际检测过程中停车位垂直线都比较短，在实际停车位检测过程中短线段的对比度较小，所以短线段容易检测不到。

发明内容

为了解决上述的以及其他潜在的技术问题，本发明提供了一种基于方向梯度增强的车位线检测方法，通过测定到的主车位方向垂直方向的确定适当的梯度增强模板，根据梯度增强模板有效放大对应方向的梯度，并抑制其他方向的梯度响应，以削弱环境干扰，放大模糊目标线段的对比度。

一种基于方向梯度增强的车位线检测方法，包括以下步骤：

S01：获得捕获图像，并从获得的捕获图像得到主车位方向垂直方向的角度信息，根据主方向选定梯度增强模板；

S02：将捕获图像中的每个像素点P逐一取以该像素点为中心的八邻域；

S03：根据每一个像素点P的八邻域为矩阵与选取的梯度增强模板矩阵相点乘结果矩阵的所有元素之和作为梯度值，求取捕获图像中每个像素点P的梯度值组成梯度图；

S04：对增强后的梯度图进行二值化并在二值图的基础上，再通过LSD算法检测特定的主车位垂直方向线段。

进一步地，所述步骤S03中，设置以像素点P为中心点的梯度增强模板包括四种：

其中，设横向均为0的矩阵为x方向，纵向均为0的矩阵为y方向，正方向对角线均为0的矩阵为与正对角线方向，反方向对角线均为0的矩阵与x方向反对角线方向，所述a为梯度增强模板系数。

进一步地，所述梯度增强模板系数a取2～10，作为优选实施例，所述梯度增强模板系数取整数值即2、3、4、5、6、7、8中的任一值。

进一步地，所述像素点P的八邻域为矩阵包括：

进一步地，所述像素点P的八邻域矩阵与y方向的梯度增强模板相点乘所得矩阵之中元素之和为：