[發明專利]一種車道線的提取方法及裝置

有效

• 申請號: 201310542422.7
• 申請日: 2013-11-05
• 公開（公告）號: CN103605977B
• 公開（公告）日: 2017-01-18
• 發明（設計）人: 孫銳;王海;王繼貞
• 申請（專利權）人: 奇瑞汽車股份有限公司
• 主分類號: G06K9/46
• 分類號: G06K9/46
• 代理公司: 北京三高永信知識產權代理有限責任公司11138
• 代理人: 江崇玉

技術領域

本發明涉及自主駕駛技術領域，特別涉及一種車道線的提取方法及裝置。

背景技術

近年來，自主駕駛技術受到汽車研究者的普遍關注。車道線的提取是自主駕駛技術的重要組成部分。車道線的提取指，從車載攝像頭獲得的路面視頻圖像中，檢測出車道線并將車道線與背景分離。

現有的車道線檢測方式可分為車道線區域檢測法，特征驅動法和模型驅動法三種。車道線區域檢測法是根據車道線的色彩和紋理與背景的色彩和紋理不同，識別出車道線。特征驅動法是通過車道線的形狀特征，例如車道線的輪廓和寬度，檢測出車道線。模型驅動法是根據車道線的顏色和形狀等外觀特征建立車道線模型，再從圖像中提取外觀特征與車道線模型進行匹配，匹配成功的為車道線。

在實現本發明的過程中，發明人發現現有技術至少存在以下問題：現有的車道線檢測方式主要依據的是車道線固有的外觀特征（包括車道線的本色和固有輪廓），但在車輛的行駛途中，車道線的外觀具有很多變化，比如，光照和天氣條件在不同時刻變化顯著，導致采集的車道線圖像的明暗程度不同；不同地理環境下的路況不同，車道線可能被車輛或行人遮擋，影響車道線的輪廓。這些變化使得現有的車道線檢測方法的穩定性和準確性下降。

發明內容

為了解決提高車道線提取方式的穩定性和準確性，本發明實施例提供了一種車道線的提取方法及裝置。所述技術方案如下：

一方面，本發明實施例提供了一種車道線的提取方法，所述方法包括：

獲取需提取車道線的彩色圖像；

在所述彩色圖像上以預定間隔像素選取多個像素，并以選取的每個所述像素為中心像素，依次從所述彩色圖像上選取預定尺寸的圖像區域，所述預定尺寸小于所述彩色圖像的尺寸；

獲取每個所述圖像區域的哈爾小波Haar_like特征；

采用預設的分類器分別對每個所述圖像區域的Haar_like特征進行分類，得到類別為車道線的所述圖像區域；所述預設的分類器為，通過boosting訓練算法訓練所述預定尺寸的樣本圖像的Haar_like特征得到的級聯分類器；

根據類別為車道線的所述圖像區域，提取所述需提取車道線的彩色圖像上的車道線。

可選地，所述獲取每個所述圖像區域的Haar_like特征，包括：

分別獲取每個所述圖像區域的特征圖，所述特征圖包括亮度色度YUV模式圖和Canny邊緣特征圖，或者所述特征圖包括所述YUV模式圖和梯度直方圖，或者所述特征圖包括所述YUV模式圖、所述Canny邊緣特征圖和所述梯度直方圖；

根據每個所述圖像區域的特征圖，通過類haar模板獲取每個所述圖像區域的Haar_like特征。

可選地，所述根據每個所述圖像區域的特征圖，通過類haar模板獲取每個所述圖像區域的Haar_like特征，包括：

以每個所述圖像區域的每幅特征圖的中心像素為原點，以預定像素數量為遞增半徑，在每幅所述特征圖上作預定數量的同心圓；

分別計算每幅所述特征圖上每個圓環內像素的均值，將每個所述均值和所述中心像素值構成每幅所述特征圖對應的一維矢量；

將每個所述圖像區域的所有所述特征圖分別對應的一維矢量構成每個所述圖像區域對應的特征矩陣，每個所述特征圖對應的一維矢量為所述特征矩陣的行矩陣；

通過類haar模板在每個所述圖像區域對應的所述特征矩陣上進行取樣，得到每個所述圖像區域的Haar_like特征。

可選地，所述根據類別為車道線的所述圖像區域，提取所述需提取車道線的彩色圖像上的車道線，包括：

獲取每個類別為車道線的所述圖像區域的中心像素坐標；

采用Hough變換對獲取的每個所述中心像素坐標進行曲線擬合，得到用于表示車道線的曲線方程；

按照所述曲線方程，在所述需提取圖像上繪制擬合出的曲線，以顯示提取出的車道線。

可選地，在所述得到用于表示車道線的曲線方程之后，還包括：

按照預定規則對所述曲線方程進行修正，所述預定規則包括去除超過預定位置范圍內的車道線。

另一方面，本發明實施例提供了一種車道線的提取裝置，所述裝置包括：

第一獲取模塊，用于獲取需提取車道線的彩色圖像；

選取模塊，用于在所述彩色圖像上以預定間隔像素選取多個像素，并以選取的每個所述像素為中心像素，依次從所述彩色圖像上選取預定尺寸的圖像區域，所述預定尺寸小于所述彩色圖像的尺寸；

第二獲取模塊，用于獲取每個所述圖像區域的哈爾小波Haar_like特征；