[发明专利]一种基于曲面和消失点检测的自适应逆透视变换方法

说明书

本发明公开了一种基于曲面和消失点检测的自适应逆透视变换方法，涉及图像处理和智能汽车辅助驾驶技术邻域。实现了曲面逆透视变换，能解决圆弧曲面的透视畸变，提高辅助驾驶技术对拱坡路况的鲁棒性。步骤1、开始驾驶；步骤2、基于回归ResNeSt‑50网络进行消失点检测；步骤3、差分判断；步骤4、如果是在平坦道路上，则进入步骤5；如果是在过渡道路上，则进入步骤6；在拱坡道路上，则进入步骤7；步骤5、经过简化逆透视变换；步骤6、进行鲁棒逆透视变换；步骤7、进行曲面逆透视变换；步骤8、直至本次驾驶结束。本自适应逆透视方法适用含有于平坦道路、拱坡道路等的复杂道路，可以降低车道线检测的复杂性，提高车道线检测的精度。

技术领域

本发明涉及图像处理和智能汽车辅助驾驶技术邻域，具体涉及一种基于曲面和消失点检测的逆透视变换方法。

背景技术

随着汽车技术的飞速发展和人们对汽车安全问题的日益关注，无人驾驶技术已成为一个研究热点。而在无人驾驶技术中，车道检测起着重要的作用。到目前为止，已有许多车道检测算法被开发出来。基于逆透视变换的车道检测算法就是其中的一种,逆透视变换是一种去除图像透视失真的方法，通过图像坐标系与世界坐标系之间的几何变换，可以映射出道路的鸟瞰图。从鸟瞰图上看，利用左右车道线平行的特征可以提高车道检测的鲁棒性和准确性。

然而，我们发现在透视模型的构建过程中，假设的道路总是笔直平坦的，这使得一般的逆透视方法难以适用于不平坦或倾斜的道路。特别是在弯弯曲曲的山地公路或坡度变化较大的斜坡道路上，单目摄像机的外在参数会因路面的变化而不断变化。在这种情况下，如果仍然采用原有的外部参数进行一般的逆透视变换方法，得到的俯视图会产生失真，这会增加车道线检测的难度，降低检测精度。

因此，如何实现能够在复杂道路上有效消除弯曲透视畸变的目标，成为了本领域技术人员亟待解决的技术问题。

发明内容

本发明针对以上问题，提出了一种能够在复杂道路上有效消除弯曲透视畸变的一种基于曲面和消失点检测的自适应逆透视变换方法，实现了曲面逆透视变换，能解决圆弧曲面的透视畸变，提高辅助驾驶技术对拱坡路况的鲁棒性。

本发明的技术方案为：按以下步骤进行图像处理：

步骤1、开始驾驶，通过单目摄像机采集车道线照片；

步骤2、基于回归ResNeSt-50网络进行消失点检测，采用回归ResNeSt-50网络作为检测网络，网络层数定为50层；将步骤1采集的车道线照片进行消失点坐标的检测，输出消失点在图像坐标系中的坐标；

步骤3、差分判断；

步骤3.1、输入检测出来的消失点的纵坐标v_pi…v_pi+L；

步骤3.2、均值滤波处理滤波窗口的长度为L；对消失点的纵坐标进行均值计算，得到L长度内的消失点纵坐标的平均值；

步骤3.3、差分计算计算前后两次消失点纵坐标的平均值的差值；

步骤3.4、获得前一刻位置；在差分判断一开始，前一刻位置就是预先的初始位置；在差分判断过程中，前一刻位置就是上一轮差分判断下的车辆所处位置；

步骤3.5、判断车辆前一刻是否处于拱坡道路；

步骤3.6、经步骤3.5判断，如果车辆前一刻不处于拱坡道路，此刻差值为零时，车辆位于平坦道路；

步骤3.7、经步骤3.5判断，如果车辆前一刻不处于拱坡道路，此刻差值且前一刻差值时，车辆进入拱坡道路，下一刻车辆处于拱坡道路；

步骤3.8、经步骤3.5判断，如果车辆前一刻不处于拱坡道路，且没通过步骤3.6和步骤3.7的判断，车辆位于过渡道路；