[發明專利]一種基于K?means聚類算法的車道線檢測方法

在審

• 申請號: 201710220811.6
• 申請日: 2017-04-06
• 公開（公告）號: CN106991401A
• 公開（公告）日: 2017-07-28
• 發明（設計）人: 連靜;楊洪英;馮興恩;周雅夫;鄭偉娜;劉秀杰;劉智杰
• 申請（專利權）人: 大連理工大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 大連東方專利代理有限責任公司21212
• 代理人: 李洪福

技術領域

本發明屬于車輛智能交通領域，特別是一種城郊區車道線檢測方法。

背景技術

隨著人們生活水平的不斷提高，人們對于車輛智能化的要求也越來越高，車道線的準確快速識別是提高自動駕駛技術和高級輔助駕駛系統(ADAS)智能化程度的重要基礎和前提。

車道線檢測是指通過一種可靠地算法，從車載攝像頭采集的車道圖片中準確可靠地找出車道線的位置。車輛在行駛的過程中，由于駕駛員操作不當或者車輛出現未知的突發故障造成的損失是巨大的，自動駕駛技術和安全輔助駕駛系統不僅能夠減輕駕駛員的壓力，而且還可以在事故發生前發出預警并給出相應的解決措施，從而大大減少人員和財產的損失。車道線的準確快速檢測是自動駕駛技術和高級輔助駕駛系統至關重要的環節。在實際中，現有的車道線檢測算法存在許多問題，并不能很好地滿足車道線檢測實時性與可靠性的要求。基于最大長度的車道線檢測方法，首先用Canny算子檢測圖像邊緣，再取邊緣點作Hough變換檢測直線，最后選取特定區域的最長直線作為車道線，當攝像頭視野內沒有干擾車輛的時候有較好的效果，但是當存在干擾車輛時可能會把前方車輛的邊框線錯誤的當做車道，這使得檢測到的車道線不準確?；谙c的車道線檢測方法采用區域分割、直線檢測、消失點計算、消失線計算、反向求解車道線的流程進行，在只有實車道線的情況下效果較好，但是當存在虛車道線時會使得檢測結果非常不穩定。因此，需要設計一種具有準確性和穩定性的車道線檢測方法。

發明內容

為解決上述現有技術存在的問題，本發明要設計一種具有準確性和穩定性的車道線檢測方法。

為了實現上述目的，本發明的技術方案如下：一種基于K-means聚類算法的車道線檢測方法，包括以下步驟：

A、對原始圖像進行處理并進行Hough直線檢測

A1、去除原始圖像的高度方向上側1/4和長度方向左右兩側各1/8，取剩下的圖像作為感興趣區域圖像；

A2、對感興趣區域圖像進行二值化處理，轉換為灰度圖并對灰度圖進行中值濾波，用Canny算子進行物體輪廓提??；

A3、對Canny邊緣檢測處理后的圖像進行Hough直線檢測，檢測到的直線存放到集合X中，其中第i條直線由集合X里面的元素(x_i1,y_i1)和元素(x_i2,y_i2)確定，其中(x_i1,y_i1)、(x_i2,y_i2)分別表示第i條直線的起點坐標和終點坐標；

B、進行坐標系的轉化

把Hough直線檢測得到的直線從x-y坐標系轉換到k-b坐標系，轉換過程如下：

其中，x_i1和y_i1分別表示第i條直線起點的橫坐標和縱坐標；x_i2和y_i2分別表示第i條直線終點的橫坐標和縱坐標；k_i和b_i分別表示第i條直線的斜率和截距，n為Hough直線檢測得到的直線條數；

通過上述公式把Hough直線變換檢測到的任一直線用元素(k_i,b_i)來表示，Hough直線檢測得到的所有直線用集合X′示。

C、對集合X′進行K-means聚類

在k-b坐標系下，左右兩側車道線之間有較大的差異性，而同一側車道線內部有較大的相似性；用聚類的方法把Hough直線檢測得到的直線分為兩類{C₁,C₂}；具體的步驟如下：

C1、對元素(k_i,b_i)進行0-1規格化處理

為防止量綱對聚類結果的影響，將元素(k_i,b_i)統一轉換為0～1范圍內，具體的步驟如下：

其中，k_i，b_i分別表示第i條直線的斜率和截距；k_max和k_min別表示集合X′中所有直線的最大和最小斜率；b_max和b_min分別表示集合X′中所有直線的最大和最小截距；n為Hough直線檢測得到的直線條數；和分表示第i條直線經過0-1規格化處理的斜率和截距，經過0-1規格化處理所有直線放到集合中，其中第i條直線用元素表示，且即