[发明专利]一种基于几何关系的道路标志线检测方法及系统

说明书

本发明公开了一种基于几何关系的道路标志线检测方法及系统，所述方法及系统从视频中提取每一帧图片，将彩色图像灰度化并进行二值化操作，然后进行形态学图像处理，用Hough变换提取线特征，再利用几何关系合并离散的线段形成道路标志线，考虑到帧间的关系，校正一些异常线段，最后在帧中绘制道路标志线，将所有的帧再合并成视频。本发明根据形态学变换去除噪声，利用Hough变换提取线特征，用几何关系合并离散的线段形成道路标志线，用帧间关系校正异常线段，算法简单，内存消耗少，处理速度快。本发明可应用于智能交通中道路标志线检测。

技术领域

本发明涉及计算机视觉技术领域，具体涉及一种基于几何关系的道路标志线检测方法及系统。

背景技术

随着我国经济快速发展，汽车保有量也逐渐地增加。汽车在给我们人们日常生活带来极大便利的同时，也随之带来了诸多的问题，如城市交通环境逐渐恶化、交通堵塞日益严重、交通事故时有发生等。提高交通的智能化水平、减少道路交通事故，将有助于整个社会安全健康良性的发展，也是科技工作者所面临的重要的技术挑战。智能汽车集环境感知、决策、多种辅助等功能于一体，是智能交通系统的重要组成部分。其中，对环境的感知包括交通标志、车辆、交通信号、道路标志线、障碍物等，以往汽车利用自身的各种传感器来取得车身周边的环境信息，过多的传感器增加了汽车制造的成本，不符合国家发展节约型社会的理念。近年来，计算机视觉获得快速发展，其效率和速度明显提高，所以如何利用计算机视觉技术来感知车辆周围环境是智能汽车研究的一个重要课题。

道路标志线检测是车辆环境感知的基本任务，也是安全驾驶的重要保证。目前，国内外研究学者们已经提出了多种检测方法，根据算法的不同，可以分为两类，一种是基于特征信息方法，另一种是基于道路模型方法。基于特征信息方法主要是利用图像的颜色、边缘、纹理、方向等特征，采用阈值分割、区域生长等分割技术和中值滤波、高斯滤波等平滑锐化方法，提取车道标志线、边界线等，从而得到道路和车辆位置方向信息(王晓云.复杂环境下的道路检测算法研究[D],杭州电子科技大学,2011)。该方法简单易用，但也易于受光照条件和噪声的影响，检测效果不稳定。基于道路模型方法通过利用道路的先验知识，采用直线或者曲线参数来描述车道线，将检测车道线转化为建立模型参数，获得较为准确的道路描述，常用的模型有直线、双曲线、抛物线等(X.-R.Liu,Z.-X.Cai.Robust lane detectionand tracking for the structured road[J],Journal of Optoelectronics Laser,21(12):1834-1838,2010)。该方法对某些路面的干扰具有很好的鲁棒性。但没有一种模型能适应所有的道路，选择模型尤为困难，而且模型求解也相对复杂。

道路标志线检测包括预处理、边缘检测、合并线段、校正异常和后续处理五个部分。预处理阶段将视频转变成一系列的二值图片。常见的边缘检测有三种：Sobel算子、Canny算子和Hough变换，Sobel是基于梯度图像模值大小的检测算子，通常有水平和垂直两种算子；Canny算子是Sobel算子的改进，具有更低的错误率，很好定位边缘点，单一的边缘响应；Hough变换利用点与线的对偶性，将原始图像空间的给定的曲线通过曲线表达形式变为参数空间的一个点，这样就把原始图像中给定曲线的检测问题转化为寻找参数空间中的峰值问题，能够查找任意的曲线，具有更高的鲁棒性，更适宜各种各样道路标志线的检测。由于检测到线段是离散的，本发明根据几何关系，将相邻的短线段连接成长线段，将平行并有合适间距的线段合并成道路标志线。根据帧间关系，校正异常的线段，进而有效地检测出道路标志线。

发明内容

本发明所要解决的技术问题在于，针对上述目前的道路标志线检测方法存在易于受光照条件和噪声的影响、检测效果不稳定、模型求解相对复杂等中的一种或多种技术缺陷，本发明提供了一种具体涉及几何关系的道路标志线检测方法及系统来解决上述缺陷。

根据本发明的其中一方面，本发明为解决其技术问题，技术方案如下：