[发明专利]一种车道线检测方法及装置

权利要求书

1.一种车道线检测方法，其特征在于，包括：

若当前处理的视频图像中存在车道线，则根据预设的像素点的灰度值的初始阈值确定所述视频图像中的前景区域和背景区域，并确定每一行中前景区域和背景区域的概率密度；

根据每一行的前景区域和背景区域中，各像素点的灰度值以及前景区域和背景区域的概率密度，确定每一行对应的最优阈值；

根据各行对应的所述最优阈值确定所述视频图像的二值化图像；

根据所述二值化图像确定所述视频图像中的车道线检测区域，以在所述车道线检测区域内确定左车道线和右车道线。

2.如权利要求1所述的方法，其特征在于，每一行对应的所述最优阈值按以下公式确定：

其中，T表示最优阈值，μ₁表示前景区域灰度值的均值，μ₂表示背景区域灰度值的均值，var表示每一行中各像素点的灰度值的均方差值，P₁表示前景区域的概率密度，P₂表示背景区域的概率密度，N表示对数函数的底数。

3.如权利要求2所述的方法，其特征在于，按以下方法确定当前处理的视频图像中是否存在车道线：

对当前帧之前的多帧连续的视频图像分别进行二值化处理；

对二值化处理后的各所述视频图像进行叠加，以得到各所述视频图像的累积图像；

对所述累积图像进行二值化处理，得到所述累积图像的二值化处理图像；

对所述累积图像的二值化处理图像进行霍夫直线检测，并判断霍夫直线检测后得到的参数是否满足预设条件；若是，则存在车道线；若否，则不存在车道线。

4.如权利要求3所述的方法，其特征在于，所述在所述车道线检测区域内确定左车道线和右车道线，包括：

根据当前处理的视频图像中的车道线检测区域，以及前一帧视频图像中的车道线的直线扩展区域，确定当前处理的视频图像的车道线特征点；所述直线扩展区域为前一帧视频图像中的车道线向左平移一定距离得到的第一直线，以及向右平移一定距离得到的第二直线之间的区域；

根据得到的所述车道线特征点，建立当前处理的所述视频图像的车道线模型；

根据所述车道线模型确定左车道线和右车道线。

5.如权利要求4所述的方法，其特征在于，所述根据当前处理的视频图像中的车道线检测区域，以及前一帧视频图像中的车道线的直线扩展区域，确定当前处理的视频图像的车道线特征点，包括：

确定当前处理的视频图像中的车道线检测区域，以及前一帧视频图像中的车道线的直线扩展区域的交集区域；

在所述交集区域中，按特定顺序逐行搜索车道线特征点。

6.如权利要求4或5所述的方法，其特征在于，在根据所述车道线模型确定左车道线和右车道线之后，还包括：

若在多帧连续视频图像中的左车道线的斜率均小于第一阈值，则触发左偏离预警，以及若在多帧连续视频图像中的右车道线的斜率均小于第二阈值，则触发右偏离预警。

7.如权利要求4或5所述的方法，其特征在于，在根据所述车道线模型确定左车道线和右车道线之后，还包括：

判断各帧视频图像中的车道线的颜色及线型，并输出各帧视频图像组成的视频。

8.一种车道线检测装置，其特征在于，包括：

概率密度确定模块，用于若当前处理的视频图像中存在车道线，则根据预设的像素点的灰度值的初始阈值确定所述视频图像中的前景区域和背景区域，并确定每一行中前景区域和背景区域的概率密度；

最优阈值确定模块，用于根据每一行的前景区域和背景区域中，各像素点的灰度值以及前景区域和背景区域的概率密度，确定每一行对应的最优阈值；

二值化处理模块，用于根据各行对应的所述最优阈值确定所述视频图像的二值化图像；

车道线确定模块，用于根据所述二值化图像确定所述视频图像中的车道线检测区域，以在所述车道线检测区域内确定左车道线和右车道线。