[发明专利]一种车道线特征检测方法

说明书

本申请公开了一种车道线特征检测方法，包括以下步骤：S1、获取目标区域的图像信息，并按行将所述图像信息其分隔多组像素集；S2、选取其中一行像素集，建立该组像素集的亮度分布图；S3、获取亮度分布图中每组波峰的高度H及宽度W，计算高度与宽度比值，记为该组波峰的高宽比；S4、判断高宽比大于第一预设阈值时，标记该组波峰为车道线特征波，获取所述特征峰波内所有像素点为车道线特征点；S5、重复步骤S3‑S4，获取所有车道线特征波内的车道线特征点；S6、重复步骤S2‑S5，获取所有像素集的车道线特征点，将车道线特征点进行反演成像，输出车道线特征图。

技术领域

本公开涉及车道检测领域，具体涉及一种车道线特征检测方法。

背景技术

目标检测和识别技术在模式识别和图像处理领域一直以来备受关注和进行着广泛的研究。目标类型包括运动目标(行进中的人和车等)、静态目标(人脸、各种标识、特定场景下的目标如火焰等)、点状目标、弱小目标等。应用领域也非常广泛，如常见的人脸识别技术应用于门禁系统、辅助驾驶系统中车辆和行人的预警、军事领域中空中小目标的探测预警和打击、产品流水线缺陷产品的自动检测识别等。

传统的目标检测和识别算法经常采用图像分割技术，车载摄像机通常安装于车辆的前部，车头或者车窗部位，车道线呈现在图像的下半部分，在垂直方向一直延伸到远方，在进行车道线检测时，常见的方法是识别车道的边缘信息，通过对边缘信息的亮度与分隔阈值进行对比，判断车道线信息。

但是车道线边缘信息受容易受，光照、阴影、破损其他反光物影响等干扰影响不稳定，检测结果受分割阈值的影响较大。

发明内容

鉴于现有技术中的上述缺陷或不足，期望提供一种车道线特征检测方法。

第一方面，一种车道线特征检测方法，包括以下步骤：

S1、获取目标区域的图像信息，并按行将所述图像信息其分隔多组像素集；

S2、选取其中一行像素集，建立该组像素集的亮度分布图；

S3、获取亮度分布图中每组波峰的高度H及宽度W，计算高度与宽度比值，记为该组波峰的高宽比；

S4、判断高宽比大于第一预设阈值时，标记该组波峰为车道线特征波，获取所述特征峰波内所有像素点为车道线特征点；

S5、重复步骤S3-S4，获取所有车道线特征波内的车道线特征点；

S6、重复步骤S2-S5，获取所有像素集的车道线特征点，将车道线特征点进行反演成像，输出车道线特征图。

根据本申请实施例提供的技术方案，所述建立该组像素集的亮度分布图，包括以下步骤：

S2-1、获取所述像素集内的所有像素点，

S2-2、获取像素点的亮度信息和位置信息，建立曲线图；

S2-3、将曲线图进行均值滤波，获得亮度分布图。

根据本申请实施例提供的技术方案，所述获取亮度分布图中每组波峰的高度及宽度，包括以下步骤：

S3-1、获取波峰的峰值点，标记A(x_a,y_a)点；

S3-2、获取A点相邻两组波谷的谷值点，标记其中较高的谷值点为B(x_b,y_b)点；

S3-3、过B点做水平线，与该组波峰相交，相交点标记C点(x_c,y_c,)；

S3-4、计算波峰高度H＝y_a-y_b，计算波峰宽度W＝|x_b-x_c|。