[發明專利]一種基于ROI的強魯棒性實時車道偵測算法

有效

• 申請號: 201410148832.8
• 申請日: 2014-04-15
• 公開（公告）號: CN103902985B
• 公開（公告）日: 2017-02-15
• 發明（設計）人: 陳孟元;柴燦;郎朗
• 申請（專利權）人: 安徽工程大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G08G1/01
• 代理公司: 南京正聯知識產權代理有限公司32243
• 代理人: 沈志海

1.一種基于ROI的強魯棒性實時車道偵測算法，其特征在于：所述算法具體包括以下步驟：

步驟一、首先偵測第一張影像以提取初始自適應閥值；

步驟二、并在攝取的影像上建立坐標系，左上角為原點，橫向為x軸，縱向為y軸；靠近影像底部的部分稱為近景區域，遠離的部分稱為遠景區域；

步驟三、采用帶有自適應閾值的橫向梯度算子對影像灰度圖進行車道線資訊過濾，首先進行車道資訊提取：在進行車道邊緣檢測之前將RGB圖像轉換成灰階圖，從RGB模型轉成灰階圖的公式為：????????????????????????????????????????????????；其中R，G，B為數值分布在[0,255]的分量；然后采用橫向梯度算子的遮罩的方式進行車道線偵測，閾值采用自適應閾值，其遮罩為：

步驟四、開設ROI提取有效車道資訊：

步驟4.1影像的梯度值及其方向表示為：

其中，和分別代表橫向及縱向上的梯度，其運算遮罩如下所示：

步驟4.2?將范圍設置為,并將其量化為180個角度，即每一個角度為，計算方向角，若不在內，則被當做噪音車道線咨詢并消除；

步驟4.3?利用保留的像素點進行初步hough轉換，初步確定車道線資訊，并沿初步車道線資訊設置若干個具有一定ROI范圍的滑動的窗口，并對逐個滑動窗口執行步驟4.2，分析排除可能是車道線以外的孤立雜訊；

步驟4.4?從第二張影像開始，采用車道線咨詢在前后張影像中位移動量小的特性，將本張影像與前數張影像進行比對，提取最有效的車道線信息以便減少后續直線車道擬合中Hough轉換的運算量；

步驟五、直道及彎道擬合：

(1)直道擬合

在影像近景區域采用Hough對直線車道進行擬合，其公式如下：

擬合采用Hough轉換方法，具體步驟如下：

a)首先建立、各角度及的數據庫表，用于Hough轉換搜查，以減少運算量；

b)獲得車道線資訊圖E及數據集S，，其中m為車道線資訊像素點個數；

c)設置作為初始搜尋點，作為d)參數計算，并設置計算器，隨后按行計算下一個點；

d)若當前滿足，則，設置，直到；

e)保留最大及E，直線擬合完畢；

（2）彎道擬合

在影像遠景區域，采用雙曲線對模型，其數學表達式為：

其中，為地平線在像平面中的縱坐標，K、和為彎道參數；

根據Hough空間中直線的標準型有：

對比可得出：，，，

各參數可均由直線Hough轉換部分計算得出，設置，若擬合曲線點與滑動窗口中心點滿足（單位為pixel），則；?

（3）輸出整體實時車道線：將步驟（1）和步驟（2）所得直線車道和彎曲車道結合并顯示，輸出整體的實時車道線；

步驟六、計算各滑動窗口參數并獲取自適應閥值：從第二張影像開始，根據滑動窗口作為影像子區域開設ROI范圍，并以此范圍對轉換后的灰階圖利用Otsu的方法進行自適應閾值提取，公式表達為：

其中t為所求自適應閾值，為第i個背景比列，為第i個背景均值，為第i個物體比例，為第i個物體均值，為第i個影像子區域圖像均值，i為滑動窗口個數，參數計算公式如下：

?????????

?????????

其中，為第i個滑動窗口里灰階數值為k的像素點的比例，為第i個滑動窗口灰階數值為k的像素點個數，為第i個滑動窗口中像素點總個數；

閾值操作為：

其中，Bin（x，y）為影像點，f（x，y）為原有像素點的對應坐標；

步驟七，從第二張影像開始，每張影像首先執行步驟六，然后執行步驟三至步驟五，實時輸出整體車道線。

2.根據權利要求1所示的一種基于ROI的強魯棒性實時車道偵測算法，其特征在于：所述算法還包括：在步驟三中對運用橫向梯度算子過濾后的車道線資訊進行模糊搜索修補策略，模糊搜索修補策略所采用的遮罩為：

以當前影像車道線資訊數據集為，前一張為，若A、B、C都不為零，D、E其中有一個不為零且則更新。