[發(fā)明專利]一種交通監(jiān)控視頻中車道線定位方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201410419473.5
• 申請(qǐng)日: 2014-08-22
• 公開（公告）號(hào): CN104217427B
• 公開（公告）日: 2017-03-15
• 發(fā)明（設(shè)計(jì)）人: 李曉飛;陳小燕;吳鵬飛;劉瀏
• 申請(qǐng)（專利權(quán)）人: 南京郵電大學(xué)
• 主分類號(hào): G06T7/13
• 分類號(hào): G06T7/13
• 代理公司: 南京經(jīng)緯專利商標(biāo)代理有限公司32200
• 代理人: 田凌濤

技術(shù)領(lǐng)域

本發(fā)明涉及一種交通監(jiān)控視頻中車道線定位方法。

背景技術(shù)

隨著交通運(yùn)輸業(yè)的快速發(fā)展，汽車數(shù)量的急劇增加，城市道路交通秩序變得越來越復(fù)雜，各種車輛違章行為層出不窮，車輛壓線屬于一種嚴(yán)重的交通違章行為，用視頻的方法來檢測(cè)車輛壓線具有一定的實(shí)用價(jià)值，準(zhǔn)確定位車道線的位置是實(shí)現(xiàn)車輛壓線檢測(cè)的重要前提。

對(duì)于車輛壓線違章中車道線的定位，國(guó)內(nèi)外研究人員提出了很多基于視覺的車道線檢測(cè)方法，在眾多的車道線識(shí)別算法中，霍夫變換是最常用的方法之一。車道線的識(shí)別主要由兩大部分組成，一是車道線的特征提取部分，一般情況下有以下2種邊緣檢測(cè)算法：Canny邊緣檢測(cè)與可調(diào)濾波器，然后通過閾值化來提取圖像中的邊緣信息。二是車道線建模部分，主流算法為霍夫變換和曲線擬合，然而霍夫變換檢測(cè)出來的車道線是多條線的集合，由于道路表面的不規(guī)則，檢測(cè)到的車道線往往是扭曲的。論文《Real?time?Detection?of?Lane?Markers?in?Urban?Streets》Intelligent?Vehicles?Symposium,2008?IEEE中，Aly等人利用B樣條進(jìn)行擬合。雖然樣條擬合能夠更靈活適應(yīng)車道線的各種類型，如直線模型或曲線模型，然而曲線擬合的運(yùn)算復(fù)雜度較大，在實(shí)際應(yīng)用中具有一定困難，并且前期的逆透視變換去除透視效果需要獲得車載攝像頭的位置信息。另外一種常用的方法是顏色分割來提取車道線，但是顏色分割受天氣、光照等的影響較大。

專利CN103632140A中，邊緣檢測(cè)采用橫向邊緣檢測(cè)，通過Sobel算子進(jìn)行左右車道線的邊緣檢測(cè)，根據(jù)前一幀獲取的車道線的位置在邊緣圖中確定初始邊緣檢測(cè)區(qū)域，然后將初始檢測(cè)區(qū)域劃分為N個(gè)小檢測(cè)區(qū)域，在小檢測(cè)區(qū)域內(nèi)根據(jù)每個(gè)小檢測(cè)區(qū)域的邊緣圖數(shù)值和每個(gè)小檢測(cè)區(qū)域的像素點(diǎn)的總數(shù)，確定某個(gè)小檢測(cè)區(qū)域?yàn)榫_車道線檢測(cè)區(qū)域。首先，Sobel算子進(jìn)行邊緣檢測(cè)存在邊緣定位精度不高、存在較多偽邊緣的缺點(diǎn)。其次，小檢測(cè)區(qū)域的劃分是采用平均間隔，這樣同一條車道線可能劃分在不同的區(qū)域內(nèi)；劃分在小區(qū)域內(nèi)的也可能含有路面標(biāo)識(shí)，這樣檢測(cè)出來的就是路面標(biāo)示造成車道線的錯(cuò)誤檢測(cè)，并且當(dāng)車道線是曲線時(shí)也容易造成車道線的錯(cuò)誤檢測(cè)。

發(fā)明內(nèi)容

針對(duì)上述技術(shù)問題，本發(fā)明所要解決的技術(shù)問題是提供一種針對(duì)現(xiàn)有技術(shù)進(jìn)行改進(jìn)，引入可調(diào)濾波器進(jìn)行邊緣檢測(cè)，再結(jié)合霍夫變換準(zhǔn)確實(shí)現(xiàn)對(duì)車道線位置檢測(cè)的交通監(jiān)控視頻中車道線定位方法。

本發(fā)明為了解決上述技術(shù)問題采用以下技術(shù)方案：本發(fā)明設(shè)計(jì)了一種交通監(jiān)控視頻中車道線定位方法，包括如下步驟：

步驟001.針對(duì)交通監(jiān)控?cái)z像頭捕獲的無運(yùn)動(dòng)物體圖像，獲得該無運(yùn)動(dòng)物體圖像中的道路區(qū)域圖像，并對(duì)道路區(qū)域圖像進(jìn)行灰度處理，得到道路區(qū)域灰度圖像；

步驟002.針對(duì)道路區(qū)域灰度圖像，采用可調(diào)濾波器分別沿水平方向、豎直方向進(jìn)行卷積濾波處理；

步驟003.針對(duì)進(jìn)行卷積濾波處理后的道路區(qū)域灰度圖像采用全局閾值的方法進(jìn)行圖像閾值化處理；

步驟004.針對(duì)進(jìn)行閾值化處理后的道路區(qū)域灰度圖像中的像素點(diǎn)，通過霍夫變換獲得道路區(qū)域灰度圖像中至少一條直線，由各條直線構(gòu)成車道線的初級(jí)位置，進(jìn)而獲得該交通監(jiān)控?cái)z像頭捕獲監(jiān)控視頻中車道線初級(jí)位置。

作為本發(fā)明的一種優(yōu)選技術(shù)方案：所述步驟004之后還包括步驟005，如下所示：

步驟005.依次遍歷所述由霍夫變換獲得道路區(qū)域灰度圖像中的各條直線，分別獲得彼此相鄰兩直線彼此間的間距，并與預(yù)設(shè)直線間距閥值進(jìn)行比較，若相鄰兩條直線彼此間的間距小于直線間距閥值，則將該兩條直線劃并為一體；由經(jīng)過以上處理重新得到的各條直線構(gòu)成車道線的中級(jí)位置，進(jìn)而獲得該交通監(jiān)控?cái)z像頭捕獲監(jiān)控視頻中車道線中級(jí)位置。

作為本發(fā)明的一種優(yōu)選技術(shù)方案：所述步驟005具體包括如下內(nèi)容：

步驟005.依次遍歷所述由霍夫變換獲得道路區(qū)域灰度圖像中的各條直線，將直角坐標(biāo)系下的各條直線轉(zhuǎn)換到極坐標(biāo)系下，各條直線通過極徑值、極角值表示；根據(jù)各條直線的極徑值獲得彼此相鄰兩直線彼此間的間距，并與預(yù)設(shè)直線間距閥值進(jìn)行比較，若相鄰兩條直線彼此間的間距小于直線間距閥值，則將該兩條直線劃并為一體，并取該兩條直線極徑值的平均值、極角值的平均值作為經(jīng)劃并處理后直線的極徑值、極角值；最后再將極坐標(biāo)系下經(jīng)劃并處理后所獲得的各條直線轉(zhuǎn)換到直角坐標(biāo)系下，各條直線通過起點(diǎn)坐標(biāo)、終點(diǎn)坐標(biāo)表示；由經(jīng)過以上處理重新得到的各條直線構(gòu)成車道線的中級(jí)位置，進(jìn)而獲得該交通監(jiān)控?cái)z像頭捕獲監(jiān)控視頻中車道線中級(jí)位置。