[發(fā)明專利]基于圖像形態(tài)學(xué)分割及區(qū)域生長的三車道檢測方法

有效

• 申請?zhí)枺?/td>: 201510524765.X
• 申請日: 2015-08-24
• 公開（公告）號: CN105160309B
• 公開（公告）日: 2018-12-07
• 發(fā)明（設(shè)計）人: 段建民;戰(zhàn)宇辰;張云飛
• 申請（專利權(quán)）人: 北京工業(yè)大學(xué)
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06T7/00;G06T7/12;G06T7/136;G06T7/155;G06T7/187
• 代理公司: 北京思海天達知識產(chǎn)權(quán)代理有限公司 11203
• 代理人: 劉萍

本發(fā)明涉及一種基于圖像形態(tài)學(xué)分割及區(qū)域生長的三車道檢測方法，包括：一種利用車道標(biāo)識線的形狀及與路面的相對灰度，通過圖像形態(tài)學(xué)對車道標(biāo)識線進行分割的方法；一種以加權(quán)最小二乘法擬合消失點的方法；以區(qū)域生長的方法形成車道標(biāo)識線感興趣區(qū)(ROI)并迭代搜索車道標(biāo)識線特征點的方法。本發(fā)明針對于智能車輛在城市結(jié)構(gòu)化多車道道路行駛過程中車載視覺系統(tǒng)對多車道道路感知的問題，通過圖像形態(tài)學(xué)預(yù)處理以及迭代求解車道標(biāo)識線的方法以適應(yīng)多車道環(huán)境。算法新穎，適應(yīng)性強，具有較強的光照魯棒性，且運算量較小易于編程實現(xiàn)，提高了車載視覺系統(tǒng)的模塊，進一步提高了智能車環(huán)境感知模塊的效率以及環(huán)境適應(yīng)能力。

技術(shù)領(lǐng)域

本發(fā)明涉及一種基于圖像形態(tài)學(xué)分割及區(qū)域生長的三車道檢測方法，屬于車載視覺相關(guān)領(lǐng)域。

背景技術(shù)

為避免由駕駛員不當(dāng)駕駛行為而造成的交通事故并解放人類的駕駛行為，能夠自主規(guī)劃并執(zhí)行駕駛行為的智能車輛的研究逐漸被人們重視。近年來，在很多國家的相關(guān)科研院所及車輛廠商均設(shè)有智能車的開發(fā)研究機構(gòu)。智能車技術(shù)在以美國為首的部分國家已經(jīng)得到了政府機構(gòu)的大力重視，例如12年美國內(nèi)華達州車輛管理局已經(jīng)開始為智能車發(fā)放行駛牌照，同一時期，德國的智能車也得到了柏林政府的行駛許可，這些都意味著智能車的產(chǎn)業(yè)化及產(chǎn)品化的逐步臨近。同樣在我國，國防科大的HQ3及清華大學(xué)的THMR-V等為代表的智能車已經(jīng)通過一系列道路試驗，技術(shù)日趨成熟。車載環(huán)境感知系統(tǒng)作為智能車的輸入采集設(shè)備，起到了傳統(tǒng)駕駛中代替人類感官的重要功能。為保證智能車安全行駛，車載環(huán)境感知系統(tǒng)需要采集設(shè)備及算法的有效支撐。

常用的車載環(huán)境感知系統(tǒng)中包含了定位系統(tǒng)及局部環(huán)境感知系統(tǒng)兩個方面，前者主要以全球定位系統(tǒng)(GPS)為主，并輔助以慣性導(dǎo)航等；后者主要包括車載激光雷達(LIDAR)及車載機器視覺(VISION)系統(tǒng)。其中，機器視覺系統(tǒng)主要起到行車環(huán)境監(jiān)控的作用，其中包括了行車道路環(huán)境以及障礙物信息。當(dāng)前常見的基于車載視覺的車道檢測系統(tǒng)主要是以模型或特征的方法得到車輛所在車道的左右兩條標(biāo)志線信息，從而對智能車進行局部路徑規(guī)劃。然而由于城市道路一般都是較為復(fù)雜的多車道行車環(huán)境，所以這種單一車道檢測的研究有很大的局限性。所以在此基礎(chǔ)上有部分學(xué)者展開了對于多車道檢測的研究，而其中三車道模型由于其可隨車輛位置而擴展至整個路面范圍而最具代表性。而相對于單車道的簡單環(huán)境，對于左中右三條車道的車道標(biāo)識線的檢測則更容易受到復(fù)雜環(huán)境的影響，從而降低檢測穩(wěn)定性。其中，三車道檢測的干擾因素主要來自于行車環(huán)境干擾及車道標(biāo)識線間干擾這兩個方面，前者主要原因是道路標(biāo)志線受路面車輛、其它標(biāo)志及周邊環(huán)境的影響，從而造成遮擋或易于其它物體混淆；后者主要由于多車道環(huán)境的車道標(biāo)識線數(shù)目較多，相互間難以界定。

基于圖像形態(tài)學(xué)分割及區(qū)域生長的三車道檢測方法首先通過圖像形態(tài)學(xué)預(yù)處理對車道標(biāo)識線進行分割以降低環(huán)境干擾，而后以直線為基礎(chǔ)分別對每條車道線進行區(qū)域生長以尋找車道線標(biāo)志點，最終以每條車道線的標(biāo)志點為基礎(chǔ)對車道線進行擬合，得到精準(zhǔn)穩(wěn)定的車道信息。

發(fā)明內(nèi)容

針對多車道環(huán)境的復(fù)雜性，以及多車道標(biāo)識線間相互干擾的問題，提出了一種基于圖像形態(tài)學(xué)分割及區(qū)域生長的三車道檢測方法。采用該方法的機器視覺系統(tǒng)可以在實際復(fù)雜道路情況下有效識別三車道的車道標(biāo)識線，提高了車道識別的可靠性和準(zhǔn)確性。

一種基于圖像形態(tài)學(xué)分割及區(qū)域生長的三車道檢測方法，包括以下步驟：

步驟1，圖像預(yù)處理。

步驟1.1：圖像灰度化。

步驟1.2：圖像濾波。

由于行車環(huán)境噪聲及硬件噪聲的影響，圖像中包含了部分噪聲信息，需對噪聲進行濾波。采用雙邊濾波器(Bilateral filter)對圖像濾波，這樣在濾除噪點的同時能夠盡可能的保存圖像中物體的邊緣信息。

步驟1.3：感興趣區(qū)(ROI)選定。