[發明專利]一種基于參數不唯一的車道線檢測與跟蹤方法

有效

• 申請號: 201610101432.0
• 申請日: 2016-02-24
• 公開（公告）號: CN105678791B
• 公開（公告）日: 2018-07-17
• 發明（設計）人: 喬瑞萍;趙午峰;周猛;陳杉江
• 申請（專利權）人: 西安交通大學
• 主分類號: G06T7/13
• 分類號: G06T7/13;G06T7/20;G06T5/00
• 代理公司: 西安通大專利代理有限責任公司 61200
• 代理人: 陸萬壽

1.一種基于參數不唯一的車道線檢測與跟蹤方法，其特征在于，包括以下步驟：

1)首先進行邊緣信息的提??；采用Canny邊緣提取算法，得到邊緣圖像，具體方法如下：

1-1)對灰度圖像進行高斯濾波進行平滑處理，濾除噪聲；

1-2)對平滑后的圖像通過一階偏導，計算圖像梯度矢量的模和方向

θ[i,j]＝arctan(G_i(i,j)/G_j(i,j)) (4)

式中：G_i(i,j)為行方向一階偏導，G_j(i,j)為列方向一階偏導，M[i,j]為像素點處梯度矢量的模，θ[i,j]為像素點處梯度矢量方向；

1-3)邊緣是梯度極大的點，需要進行非極大值抑制，通過梯度角度將梯度離散為四個扇區：

第一個扇區包括：[0,22.5],[157.5,202.5],[337.5,360]；扇區內像素梯度與左右像素梯度相比，若為極大值則保留該點；

第二個扇區包括：[22.5,67.5],[202.5,247.5]；扇區內像素梯度與右上和左 下像素梯度相比，若為極大值則保留該點；

第三個扇區包括：[67.5,112.5],[247.5,292.5]；扇區內像素梯度與上下像素梯度相比，若為極大值則保留該點；

第四個扇區包括：[112.5,157.5],[292.5,337.5]；扇區內像素梯度與左上和右下像素梯度相比，若為極大值則保留該點；

1-4)對非極大值抑制圖像使用兩個閾值thr1和thr2得到low和high兩幅圖，其中thr2>thr1；得到高閾值圖像和低閾值圖像，其中，高閾值圖像濾除了大部分噪聲但是同時濾除了邊緣信息，低閾值圖像保留了所有邊緣信息但是同時保留了部分噪聲；

1-5)利用低閾值圖像補充高閾值圖像濾除掉的邊緣信息，具體方法是：

瀏覽低閾值圖像的非零像素，對高閾值圖像的相同位置進行八鄰域掃描如果在包含該像素在內有非零點則標記為邊緣點，直到瀏覽完所有像素，完成Canny邊緣提??；

2)在邊緣圖像中，利用車道線參數的不唯一性，限定檢測角度步長，進行Hough變換，初步估測車道線的位置；

3)對參數進行區間約束得到感興趣區域；

4)在感興趣區域內再次進行Hough變換，精確定位車道線；

5)利用視頻幀之間的相關性，對參數進行區間約束，跟蹤車道線。

2.如權利要求1所述的基于參數不唯一的車道線檢測與跟蹤方法，其特征在于，所述步驟2)中，初步估測車道線位置的方法為：

2-1)選定角度步長為θ₀，角度范圍為[0,360],極徑檢測范圍為[0,ρ_max]；

2-2)通過Hough變換公式

ρ＝x cosθ+y sinθ

得到參數矩陣中，各個參數條件即直線參數下邊緣點的個數；

2-3)選出邊緣點個數最多的兩條直線，(ρ₁,θ₁)和(ρ₂,θ₂)，即為初步估測的兩條車道線；

得到兩條車道線的參數(ρ₁,θ₁)和(ρ₂,θ₂)后，通過Hough變換公式對二維圖像的像素位置進行驗證，符合：

ρ₁＝x cosθ₁+y sinθ₁或者ρ₂＝x cosθ₂+y sinθ₂

則為車道線。