[发明专利]一种基于图像处理的高速公路路面检测方法

说明书

本发明公开了一种基于图像处理的高速公路路面检测方法，包括：连续采集视频文件的至少一幅视频帧图像,并根据至少一幅视频帧图像获得目标视频帧图像；对目标视频帧图像进行边缘检测，获得包含道路边缘像素点的边缘图像；扫描边缘图像，获得道路区域，并对道路区域进行横向划分得到子区域，并利用概率霍夫变换对每一个子区域进行检测，获得道路边缘线段；根据道路区域顶端的子区域中的所有边缘线段求解灭点，以及根据每一个子区域中斜率最大的直线和斜率最小的直线是否存在交点确定每一个非底端子区域的中间控制点，以及最底端子区域的边界点；根据中间控制点、边界点、灭点，绘制左右车道边缘线。应用本发明的实施例，提高了对弯道场景的适应性。

技术领域

本发明涉及路面检测领域，特别涉及一种基于图像处理的高速公路路面检测方法。

背景技术

高速公路的智能视频监控，通常只关注画面中路面区域，但监控图像中常包含天空、树木、建筑物等背景，无疑增加了监控算法的计算开销，同时，非路面区域常伴有树叶晃动、光线变化等，这些干扰因素也影响监控的精确度。因此，有必要将提取视频画面中高速公路路面区域作为视频监控的预处理，滤除与路面无关的背景，减少图像中的冗余数据，提高运算速度，避免无关区域中图像信息给后期图像处理带来的干扰，提高检测精度。

高速公路用清晰的恒定宽度的白色车道线来界定路面区域和划分车道，则高速公路路面区域提取都可归结为定位道路图像中的车道线，先提取路面的车道线，然后利用车道线将道路图像分割为路面区域和非路面区域。

基于上述理念，Wang等人于2004年在《Image and Vision computing》上发表了《Image and Vision computing》假设监控场景中的道路是平行的，用B-snake曲线来拟合车道线，相对样条插值曲线，该方法使得生成的曲线尽量逼近而非通过插值点，拟合出的曲线灵活顺滑但需多次的霍夫变换，不利于控制算法计算量；Jung等人于2005年在《Imageand Vision Computing》上发表了《Lane Following and Lane Departure Using aLinear-parabolic Model》使用分区域的车道线拟合，近处的道路区域采用线性模型拟合车道线，远处的道路区域使用抛物线模型拟合车道线，但是该算法中远近区域是事先划分好的，自适应性差，使用范围受限；Lipski等人于2008年在《In Proceedings of IEEESouthwest Symposium on Image Analysis and Interpretation》发表了《AFast andRobust Approach to Lane Marking Detection and Lane Tracking》计算路面图像的局部直方图，提取路面图像的色彩和道路方向等特征信息，该方法虽受道路的形状变化影响小，但监控环境中路面的光照条件的改变、阴影覆盖及车道线清晰度下降等都会影响检测结果；Lee等人于2009年在《In Proceedings of 4th International Conference onComputer Sciences and Convergence Information Technology》上发表了《Effectivelane detection and tracking method using statistical modeling of color andlane edge-orientation》采用车道线颜色和边缘信息获取路面车道线像素并计算边缘信息和HSV空间颜色信息的直方图，用贝叶斯准则对图像中每个像素进行分类，提取车道线像素，并霍夫变换进行拟合；Kong等人于2010年在《IEEE Trans on Image Processing》发表了《General Road Detection from A Signal Image》利用Gabor滤波来计算出像素点的局部纹理，获取边缘信息，进行霍夫变换，以寻找和定位图像中的路面ROI区域，该方法虽受噪声的影响小但计算复杂度过高。