[发明专利]车道线检测方法及系统

说明书

一种车道线检测方法及系统，该方法包括：从道路图像中选择道路区域作为第一感兴趣区域；对第一感兴趣区域进行逆透视变换，得到第一感兴趣区域的俯视图；在俯视图中确定拟合窗口，并确定拟合窗口中的待拟合点；对拟合窗口中的待拟合点进行拟合，获得拟合车道线；对拟合车道线进行反逆透视变换，获得最终车道线。本发明能够准确进行车道线拟合，且计算效率高。

技术领域

本发明涉及图像处理领域，特别涉及一种基于单目视觉的结构化道路的车道线检测方法及系统。

背景技术

近年来，随着社会经济快速发展和人民生活水平的不断提高，我国汽车化进程不断加快。随着公路建设里程的增长、汽车保有量的增加、车流量的加大以及行车速度的提高，道路交通事故呈逐年上升的态势，特别是特大恶性交通事故频繁发生，给人民的生命财产和国民经济造成了巨大的损失。

经研究发现，在城市高速公路上发生的交通事故中有四成与车辆偏离车道行驶有关，并且车道线偏离也是造成车辆侧翻事故的一个重要因素。与以安全带和安全气囊为主要设施的汽车被动安全技术的研究相比，在汽车行驶过程中避免发生碰撞的汽车主动安全技术的研究对解决汽车交通安全问题起着更重要的作用。

高级驾驶辅助系统(ADAS)是当前国际智能交通系统研究的重要内容，其通过技术手段替代部分驾驶任务，为汽车提供日益完善的辅助驾驶功能，逐步实现汽车的智能化，并最终走向完全无人驾驶的智能汽车。道路检测是高级驾驶辅助系统中的核心问题之一，其关键就是快速准确地利用车载传感器获取前方道路的车道标识线或道路线边缘。

在现有的复杂路况的车道线检测方法中，首先将彩色道路图像转换为灰度图像并进行中值滤波处理，同时使用局部阈值分割方法对感兴趣区域内的道路图像进行二值化处理以提取车道线特征信息，然后基于提取出的车道线特征点分布规律，采用去相关RANSAC方法对左、右车道线分别进行并行识别。在分别提取左、右车道线特征点后使用RANSAC方法进行拟合的过程中，虽然可以通过控制点提高拟合准确性，但计算量很高，方法比较复杂，不适合实时应用。

在现有的结构化道路的车道线检测算法中，考虑到弯道场景的存在，一般首先会对原视频图像进行预处理，然后依据图像特点选取车道线出现的感兴趣区域(ROI)，在此基础上选择直曲线相结合的模型。其中在直线检测过程中主要采用Hough变换的方法，在弯道检测过程中主要选用曲线拟合的方法。在提取感兴趣区域的过程中，一般会依据图像特点选择一个固定区域作为感兴趣区域，其中会包括道路干扰，例如路旁的花草、另一车道的车辆等。在这样的条件下直接进行Hough变换直线检测或曲线模型拟合会无法排除干扰噪声的影响，导致检测精度降低。因此，期待开发一种准确率高的车道线检测方法。

发明内容

本发明的目的是提供一种车道线检测方法及系统，其能够克服现有检测方法检测精度较低、速度较慢的问题。

本发明一方面提供一种车道线检测方法，包括：

从道路图像中选择道路区域作为第一感兴趣区域；

对所述第一感兴趣区域进行逆透视变换，得到第一感兴趣区域的俯视图；

在所述俯视图中确定拟合窗口，并确定所述拟合窗口中的待拟合点；

对所述拟合窗口中的待拟合点进行拟合，获得拟合车道线；

对所述拟合车道线进行反逆透视变换，获得最终车道线。

优选地，所述车道线检测方法还包括：

对所述第一感兴趣区域进行缩放处理、直方图均衡化处理、二值化处理和高斯平滑滤波处理的至少其中之一。

优选地，所述在所述俯视图中确定拟合窗口包括：

将所述俯视图划分为固定窗口所在区域和滑动窗口所在区域，其中所述固定窗口所在区域位于所述滑动窗口所在区域的下方；