[发明专利]基于DBSCAN算法的车道线检测方法、系统及设备

权利要求书

1.一种基于DBSCAN算法的车道线检测方法，其特征在于，所述方法包括：

对获取到的车辆周边道路的原始RGB图像进行预处理，得到待测RGB图像；

对所述待测RGB图像进行边缘提取与二值化，得到第一二值图像；

将所述待测RGB图像转换为Lab图像，再对所述Lab图像进行边缘提取与二值化，得到第二二值图像；

将所述第一二值图像和所述第二二值图像进行融合，得到待测二值图像；

结合DBSCAN算法和滑动窗口技术对所述待测二值图像上的所有像素点进行聚类搜索，得到若干个边缘像素点集；

对所述若干个边缘像素点集进行曲线拟合，得到对应的若干个车道线。

2.根据权利要求1所述的基于DBSCAN算法的车道线检测方法，其特征在于，对获取到的车辆周边道路的原始RGB图像进行预处理，得到待测RGB图像包括：

对原始RGB图像进行下采样和去畸变处理，得到第一RGB图像；

对所述第一RGB图像进行逆透视变换处理，得到待测RGB图像。

3.根据权利要求1所述的基于DBSCAN算法的车道线检测方法，其特征在于，对所述待测RGB图像进行边缘提取与二值化，得到第一二值图像包括：

根据所述待测RGB图像中的每个像素点所对应的通道分量值，对每个像素点进行灰度化，得到灰度图像；

利用Sobel算子对所述灰度图像进行X轴方向上的边缘提取，得到第一梯度图像；

将所述第一梯度图像中的所有边缘像素点的值设置为1，以及将所述第一梯度图像中的所有非边缘像素点的值设置为0，得到第一二值图像。

4.根据权利要求1所述的基于DBSCAN算法的车道线检测方法，其特征在于，对所述Lab图像进行边缘提取与二值化，得到第二二值图像包括：

从所述Lab图像中提取出b通道图像，利用Sobel算子对所述b通道图像进行边缘提取，得到第二梯度图像；

将所述第二梯度图像中的所有边缘像素点的值设置为1，以及将所述第二梯度图像中的所有非边缘像素点的值设置为0，得到第二二值图像。

5.根据权利要求1所述的基于DBSCAN算法的车道线检测方法，其特征在于，将所述第一二值图像和所述第二二值图像进行融合，得到待测二值图像包括：

将所述第一二值图像中的每个像素点与所述第二二值图像中与其位置相对应的像素点进行或运算，得到待测二值图像。

6.根据权利要求1所述的基于DBSCAN算法的车道线检测方法，其特征在于，结合DBSCAN算法和滑动窗口技术对所述待测二值图像上的所有像素点进行聚类搜索，得到若干个边缘像素点集包括：

利用DBSCAN算法对所述待测二值图像上的所有边缘像素点进行聚类，得到多个初始边缘像素点簇；

对所述多个初始边缘像素点簇进行后处理，得到若干个边缘像素点簇；

根据所述若干个边缘像素点簇，确定对应的若干个滑动窗口以及每一个滑动窗口在所述待测二值图像上与其进行边沿相接时的初始位置；

利用所述若干个滑动窗口在所述待测二值图像上各自进行遍历搜索，得到对应的若干个边缘像素点集。

7.根据权利要求6所述的基于DBSCAN算法的车道线检测方法，其特征在于，利用每一个滑动窗口在所述待测二值图像上进行遍历搜索，得到对应的边缘像素点集包括：

步骤1、采集滑动窗口在初始位置时所覆盖的所有边缘像素点，形成初始边缘像素点子集；

步骤2、采集所述滑动窗口在第i次平移之后所覆盖的所有边缘像素点，形成第i个边缘像素点子集；

步骤3、判断i≤N是否成立，N为既定移动次数；若是，则将所述初始边缘像素点子集和N个边缘像素点子集进行融合得到边缘像素点集；若否，则根据第i个边缘像素点子集中的所有边缘像素点在X轴方向上的平均值和所述滑动窗口的既定高度，将所述滑动窗口在所述待测二值图像上进行第i+1次平移，再将i+1赋值给i之后返回步骤2；

其中，步骤2是从i＝1开始执行的。