[发明专利]一种基于动态ROI和改进萤火虫算法的车道线提取方法

权利要求书

1.一种基于动态ROI和改进萤火虫算法的车道线提取方法，其特征在于，具体包括如下步骤：

(1)实时获取车辆行使过程中的车道线视频，将视频帧进行畸变校正、灰度化处理和高斯模糊处理，得到预处理视频帧；

(2)对于第一帧预处理视频帧，选取所述预处理视频帧的下1/2图像作为ROI区域；

(3)对所述ROI区域通过改进的萤火虫算法进行边缘检测，得到车道线的边缘坐标；具体包括如下子步骤：

(3.1)在ROI区域中随机选取像素点作为萤火虫的分布点，并将萤火虫分为m组，分别计算萤火虫亮度L(x,y)：

其中，H_x,y表示像素点坐标(x,y)的灰度值，H_x+1,y+1表示像素点坐标(x+1,y+1)的灰度值，H_x-1,y-1表示像素点坐标(x-1,y-1)的灰度值，H_x-1,y+1表示像素点坐标(x-1,y+1)的灰度值，H_x+1,y-1表示像素点坐标(x+1,y-1)的灰度值，H_x,y-1表示像素点坐标(x,y-1)的灰度值，H_x,y+1表示像素点坐标(x,y+1)的灰度值，H_x-1,y表示像素点坐标(x-1,y)的灰度值，H_x+1,y表示像素点坐标(x+1,y)的灰度值；

(3.2)将每组中萤火虫亮度超过边缘阈值的萤火虫亮度均设为本组中萤火虫亮度最大的值，并将组内萤火虫亮度超过边缘阈值的萤火虫作为本组中的目标萤火虫，以本组中的目标萤火虫为中心，求取3×3区域的发光亮度的平均值，再结合本组内萤火虫与所述目标萤火虫之间的距离，计算目标萤火虫对萤火虫的吸引度β(r)；

(3.3)根据吸引度更新组内萤火虫的坐标，并找出每组中萤火虫亮度最小的萤火虫，随机更新亮度最小的萤火虫的坐标，获得更新的萤火虫坐标；

(3.4)将更新的萤火虫坐标分别计算萤火虫亮度L(x,y)，重复步骤(3.2)-(3.3)30次，获得最终的萤火虫坐标，将其作为车道线的边缘坐标；

(4)对步骤(3)得到的车道线的边缘坐标进行概率Hough变换，找出ROI区域的直线，保留直线斜率在的直线，并使用最小二乘法对检测出的直线进行拟合，获得车道线方程；

(5)对于第二帧以后的预处理视频帧基于上一帧的ROI区域进行动态调整，得到所述预处理视频帧的ROI区域，然后重复步骤(3)-(4)，直至车辆停止运行，完成车道线方程的提取。

2.根据权利要求1所述基于动态ROI和改进萤火虫算法的车道线提取方法，其特征在于，所述边缘阈值取值为150。

3.根据权利要求1所述基于动态ROI和改进萤火虫算法的车道线提取方法，其特征在于，步骤(3.2)中吸引度β(r)的计算过程为：

其中，β₀表示亮度对吸引度的影响系数，γ为介质对光的吸收系数，r为本组内萤火虫与所述目标萤火虫之间的距离。

4.根据权利要求1所述基于动态ROI和改进萤火虫算法的车道线提取方法，其特征在于，步骤(5)中对于第二帧以后的预处理视频帧基于上一帧的ROI区域进行动态调整的具体过程为：以消失点的纵坐标为所述ROI区域的纵坐标，将纵坐标分割成等高的box，将box的顶点纵坐标带入上一帧获取的车道线方程中，得到所述ROI区域的横坐标。

5.根据权利要求4所述基于动态ROI和改进萤火虫算法的车道线提取方法，其特征在于，所述消失点通过以下方法获得：使用36个方向，角度分辨率为5°的gLoG滤波器对预处理视频帧进行滤波，对滤波后的视频帧求取明亮纹理特征点，并用255减去滤波后的视频帧中的所有像素点值，并求取黑暗纹理特征点，然后将36组gLoG内核产生的卷积核叠加，与明亮纹理特征点、黑暗纹理特征点做卷积，投票选取出消失点。

6.根据权利要求1所述基于动态ROI和改进萤火虫算法的车道线提取方法，其特征在于，对于第一帧预处理视频帧，步骤(4)中H表示第一帧预处理视频帧中ROI区域的高度，W表示第一帧预处理视频帧中ROI区域的宽度；对于第二帧以后的预处理视频帧，步骤(4)中H表示box的高度，W表示box的宽度。