[发明专利]一种车道线自适应检测的方法

摘要

本发明涉及智能交通领域，尤其涉及一种车道线自适应检测的方法，利用图像消失点属性的原理，完成坐标转换，确定感兴趣区域；对感兴趣区域进行分层分块，对边缘图像进行二值化处理；统计线段特征，根据车道线的宽度特征与亮度特征去干扰处理；建立Hough变换中所需投影直线的表格，结合左右车道的距离特征和两条车道线相互平行特征，找出最合适的直线，作为当前的车道线。本发明的有益效果在于：通过对图像的分层分块，使算法在局部小区域里处理，再在边缘图上做分割处理，降低光照不均的影响，增强对质量较差车道线的检测效果；有效排除字符、车辆、阴影等干扰，增加检测的准确性；将cos(θ)×w和sin(θ)×h以查表的方式实现，有效地降低Hough变换的计算量。

主权项

一种车道线自适应检测的方法，其特征在于包括以下步骤：1)感兴趣区域划分：1.1)读取图像帧，图像帧上沿车身平行方向配置标志点，根据配置获取图像中的直线消失点；1.2)利用消失点属性的相机标定原理，完成路面坐标到图像坐标转换；1.3)计算出相对于相机中心的宽度范围为[3.5m,10m]处以及前方距离[3.5m,100m]处所对应的图像坐标，拟合出相应的直线，确定出下部分为矩形，上部分为梯形的感兴趣区域；2)基于分层分块的图像分割：将感兴趣区域分成4层，共16块，每一块区域采用高斯滤波算法和Sobel算子处理；然后统计各块区域内图像灰度平均值PixelMean及方差PixelStd，计算出分割阈值；根据分割阈值对边缘图像进行分割；3)车道线特征的提取以及去干扰处理：统计分割图像中的所有线段，计算每条线段的特征，包括：起点start，终点end，从起点到终点的实际距离HopWidth、平均亮度meanpixel，起止点位置之前平均亮度fmeanpixel，起止点位置之后平均亮度afmeanpixel，利用车道线的宽度特征对线段进行一次去干扰处理，再利用车道线亮度特征进行二次去干扰处理；4)车道线确认：在感兴趣区域内，以消失点为中心，将消失点左半部分为左车道线的搜索区域、消失点右半部分为右车道线的搜索区域，建立cos(θ)×w和sin(θ)×h的变换表格，根据变换表格搜索所有区域计算得到候选车道线；通过车道宽度特征及车道线相互平行特征筛候选车道线确定车道线。