[发明专利]用于车道线检测的彩色图像灰度化方法

说明书

一种用于车道线检测的彩色图像灰度化方法，涉及驾驶辅助技术领域，所解决的是提高车道线提取准确性的技术问题。该方法根据R、G、B三个分量将RGB彩色图中的像素点分为常规像素点、黄色像素点两种；对常规像素点，将其B分量值作为灰度分量值；对黄色像素点，将其色差信息与预先设定的色差增强系数相乘后叠加到B分量，并将叠加值作为灰度分量值。本发明提供的方法，适合汽车的ADAS系统使用。

技术领域

本发明涉及物理领域，尤其涉及图像测量技术，特别是一种用于车道线检测的彩色图像灰度化方法的技术。

背景技术

先进驾驶辅助系统(Advanced Driver Assistance System)，简称ADAS，是利用安装于车上的各种传感器来采集车内外环境数据，进行静、动态物体的辨识、侦测与追踪等技术处理，从而能够让驾驶者在最快的时间察觉可能发生的危险，以引起注意和提高安全性的主动安全技术。

在ADAS系统中，基于车载摄像头的车道线检测是ADAS感知模块中非常重要的部分，是LDW(车道偏离预警)、LKA(车道保持)、HWA(高速驾驶辅助)等功能的基础，车道线检测对于时效性、准确性有很高的要求。

为了提高运算效率，一般车道线检测会将摄像头获取的RGB彩色图转化为灰度图进行处理，处理方式通常有以下四种：

1)加权平均法：对RGB彩色图中的R、G、B三个分量分配不同的权重进行加权平均求灰度，具体公式为：gray＝W_R×R+W_G×G+W_B×B；公式(1)；

其中，gray为灰度值，R、G、B的取值范围为0～255，W_R、W_G、W_B分别为R、G、B三个分量所对应的权重，W_R+W_G+W_B＝1；

由于人眼对绿色的敏感度最高，因此该方法对G分量(绿色分量)赋予的权重最高，而对B分量(蓝色分量)赋予的权重最低，R、G、B三个分量的权重比较符合人眼感知效果的取值分别为：W_R＝0.3，W_G＝0.59，W_B＝0.11。

2)平均值法：对RGB彩色图中的R、G、B三个分量计算平均值求灰度，具体公式为：gray＝(R+G+B)/3，公式(2)；

该方法是加权平均法中的一种特殊情况，对三分量给予相同的权重。

3)最大值法：将RGB彩色图中，R、G、B三个分量的最大值作为灰度值，具体公式为：gray＝max(R,G,B)，公式(3)

该方法有利于将彩色区域提亮，但是会降低所生成的灰度图像的对比度。

4)单通道法：对RGB彩色图中的R、G、B三个分量，提取其中的一个分量作为灰度值。

gray＝R or G or B 公式(4)

由于车道线颜色一般为黄色和白色，对于白色车道线，上述几种处理方式均可以实现较好的效果，而对于黄色车道线，尤其是水泥地面上的黄色车道线，上述几种处理方式所生成的灰度转化图上，车道线和背景的对比度较低，不利于车道线的提取。

发明内容

针对上述现有技术中存在的缺陷，本发明所要解决的技术问题是提供一种能提高车道线提取准确性的用于车道线检测的彩色图像灰度化方法。

为了解决上述技术问题，本发明所提供的一种用于车道线检测的彩色图像灰度化方法，包括如下步骤：

1)根据R、G、B三个分量，对RGB彩色图中的每个像素点进行判别，将满足条件1的像素点定义为常规像素点，满足条件2的像素点定义为黄色像素点；