[发明专利]车道标识线质量检测方法、系统及存储介质

说明书

一种车道标识线质量检测方法、系统及存储介质，该车道标识线质量检测方法包括：从道路图像中选择车道标识线所在区域作为感兴趣区域；对感兴趣区域进行逆透视变换，得到感兴趣区域的俯视图；将感兴趣区域的俯视图转换为二值图像，并通过霍夫变换得到二值图像的参数空间图；根据参数空间图计算质量检测系数，以便判断车道标识线质量。该车道标识线质量检测方法计算效率高，能够为后续车道标识线的准确检测识别提供参考。

技术领域

本发明涉及图像处理领域，特别涉及一种车道标识线质量检测方法、系统及存储介质。

背景技术

随着经济的发展，城市交通问题日益突出。为了提高现有道路利用率，保证车辆在最大限度内畅通无阻，科研人员借助计算机图像技术和人工智能技术实现了现代城市的交通智能化，开发了许多保障行车安全的驾驶系统，能够在车辆出现无意识偏离时给予主动报警。现代智能汽车主动安全系统和辅助驾驶系统是一个集环境感知、规划决策、自动驾驶等多种功能于一体的综合系统，是当前国际智能交通系统研究的重要内容。

对外部环境的感知是智能车辆辅助驾驶系统的核心部分，可以使用多种传感器对道路环境进行感知，其中，相对于雷达、超声波等，采用视觉传感器进行道路信息感知具有检测信息量大的特点。通过摄像头可以对道路路面、交通标志、交通信号灯等外界环境进行感知和处理。其中，最主要的任务是完成道路线的检测与识别，这也是辅助驾驶系统中的一个重要环节，因为只有精确了解道路信息才可以准确地获得车体相对于道路的位置和方向，为后续的车辆自适应巡航，障碍物检测等提供基础。

利用图像处理技术对道路线进行检测与识别对实时性与鲁棒性均有很高的要求。实时性是指系统处理数据的速度能与车速保持一致，不能出现延迟；鲁棒性是指对不同的场景条件均有良好的适应性，包括不同的道路环境，如高速公路、普通公路等，复杂的路面环境，如路面及车道线的宽度、纹理、动态随机障碍等，以及变化的气候条件，如日照及景物阴影、夜晚、阴天与雨雪等。这些要求对智能车辆环境感知中计算机视觉部分提出很大挑战。

在一种现有技术中，在专利CN201410337930.6《一种基于车道线置信度的方向滤波方法》中，为保证车道线识别的准确性，在利用霍夫(Hough)变换找出左右两条直线后，依据直线的角度、宽度以及线条中点横坐标值设定了置信度函数，以此判断当前车道线的有效性。这种方法先利用霍夫变换检测车道标识线后再通过设定一系列的判断规则对所检测的车道线的质量(即在图像中的清晰程度)进行评判，对车道标识线质量的判断是在检测到车道线的前提下进行的，检测车道线的方法势必会对车道线质量的判断产生影响，不能完全真实反映车辆所行驶区域道路线质量的真实情况。

此外，在一些复杂的车道线检测系统中，利用机器学习的方法将车辆行驶的当前场景(包括天气、光照等条件)进行区分判断，同时对车道标识线的清晰程度进行检测，以此为后续多传感器的车道线检测方法提供参考。这种方法比较复杂，在对车道线场景进行区分判断过程中计算量较大，为保证检测的实时性，对处理器等硬件资源的要求很高。

发明内容

本发明的目的是提出一种计算效率更高的车道标识线质量检测方法。

本发明一方面提供一种车道标识线质量检测方法，包括：

从道路图像中选择车道标识线所在区域作为感兴趣区域；

对所述感兴趣区域进行逆透视变换，得到感兴趣区域的俯视图；

将所述感兴趣区域的俯视图转换为二值图像，并通过霍夫变换得到所述二值图像的参数空间图；

根据所述参数空间图计算质量检测系数，以便判断车道标识线质量。

优选地，所述车道标识线质量检测方法还包括对所述道路图像进行预处理，所述预处理包括：

将所述道路图像转换为灰度图像；

对所述灰度图像进行滤波以去除噪声。