[發(fā)明專利]車道線的獲取方法及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201711332712.3
• 申請(qǐng)日: 2017-12-13
• 公開(kāi)（公告）號(hào): CN108052904B
• 公開(kāi)（公告）日: 2021-11-30
• 發(fā)明（設(shè)計(jì)）人: 于洋;王巍
• 申請(qǐng)（專利權(quán)）人: 遼寧工業(yè)大學(xué)
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/32;G06K9/46;G06K9/62;G06T7/12;G06T7/13;G06T7/181;G06T7/155
• 代理公司: 北京同立鈞成知識(shí)產(chǎn)權(quán)代理有限公司 11205
• 代理人: 劉丹;黃健

1.一種車道線的獲取方法，其特征在于，包括：

對(duì)待檢測(cè)道路中的感興趣區(qū)域圖進(jìn)行逆透視變換，得到變換后的感興趣區(qū)域圖；

采用YC_bC_r顏色空間模型確定所述變換后的感興趣區(qū)域圖中每一個(gè)像素屬于車道線的顏色概率；

并對(duì)所述每一個(gè)像素屬于車道線的顏色概率進(jìn)行歸一化處理，得到所述每一個(gè)像素屬于車道線的灰度概率；

根據(jù)所述每一個(gè)像素屬于車道線的灰度概率得到車道線灰度概率圖；

采用聚類算法對(duì)所述車道線灰度概率模型圖進(jìn)行區(qū)域分割處理，得到二值分割結(jié)果圖；

對(duì)所述二值分割結(jié)果圖進(jìn)行處理，并獲取所述待檢測(cè)道路中的車道線。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述采用YC_bC_r顏色空間模型確定所述變換后的感興趣區(qū)域圖中每一個(gè)像素屬于車道線的顏色概率，包括：

根據(jù)確定所述變換后的感興趣區(qū)域圖中每一個(gè)像素屬于車道線的顏色概率；

其中，P(C_i|x)表示像素屬于車道線的概率，N-1表示車道線共有N-1類顏色，C_i為第i類顏色，每個(gè)像素的顏色可以表示為：x＝(Y,C_b,C_r)，且x＝(Y，C_b，C_r)，Y是亮度分量，C_b是藍(lán)色色度分量，C_r是紅色色度分量，P(x)為像素x的顏色概率，P(x|C_i)為可能性概率，為先驗(yàn)性概率，#C_i為顏色C_i類中的樣本數(shù)，K表示第K種顏色。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述對(duì)所述每一個(gè)像素屬于車道線的顏色概率進(jìn)行歸一化處理，得到所述每一個(gè)像素屬于車道線的灰度概率，包括：

根據(jù)對(duì)所述每一個(gè)像素屬于車道線的顏色概率進(jìn)行歸一化處理，得到所述每一個(gè)像素屬于車道線的灰度概率；

其中，表示像素屬于車道線的灰度概率。

4.根據(jù)權(quán)利要求1-3任一項(xiàng)所述的方法，其特征在于，所述對(duì)所述二值分割結(jié)果圖進(jìn)行處理，并獲取所述待檢測(cè)道路中的車道線，包括：

對(duì)所述二值分割結(jié)果圖進(jìn)行形態(tài)學(xué)處理，得到處理后的二值分割結(jié)果圖；

對(duì)所述處理后的二值分割結(jié)果圖進(jìn)行處理，并獲取所述待檢測(cè)道路中的車道線。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述對(duì)所述處理后的二值分割結(jié)果圖進(jìn)行處理，并獲取所述待檢測(cè)道路中的車道線，包括：

采用索貝爾Sobel算法檢測(cè)所述處理后的二值分割結(jié)果圖中的邊緣曲線；

對(duì)所述邊緣曲線進(jìn)行中心線操作處理，得到處理后的圖像，所述處理后的圖像具有中心曲線，所述中心曲線為兩條所述邊緣曲線的中心線；

根據(jù)所述中心曲線，采用霍爾Hough變換對(duì)所述處理后的圖像進(jìn)行處理，得到兩側(cè)車道線的初始段；

根據(jù)所述兩側(cè)車道線的初始段，沿著兩側(cè)車道線的初始段方向跟蹤車道線，并對(duì)跟蹤后得到的兩側(cè)車道線進(jìn)行擬合處理，獲取所述待檢測(cè)道路中的車道線。

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述采用索貝爾Sobel算法檢測(cè)所述處理后的二值分割結(jié)果圖中的邊緣曲線，包括：

采用所述Sobel算法獲取所述處理后的二值分割結(jié)果圖中每一個(gè)像素的橫向值和縱向值；

根據(jù)所述每一個(gè)像素的橫向值和縱向值確定所述每一個(gè)像素梯度值和方向；

當(dāng)所述每一個(gè)像素的梯度值和方向大于預(yù)設(shè)閾值，且梯度值在一定預(yù)設(shè)范圍內(nèi)時(shí)，確定所述每一個(gè)像素為所述處理后的二值分割結(jié)果圖的邊緣點(diǎn)；

根據(jù)每一個(gè)邊緣點(diǎn)檢測(cè)所述處理后的二值分割結(jié)果圖中的邊緣曲線。

7.根據(jù)權(quán)利要求1-3任一項(xiàng)所述的方法，其特征在于，所述獲取所述待檢測(cè)道路中的車道線之后，包括：

在地圖上顯示所述待檢測(cè)道路中的車道線。