[發明專利]車道線的獲取方法及裝置

有效

• 申請號: 201711332712.3
• 申請日: 2017-12-13
• 公開（公告）號: CN108052904B
• 公開（公告）日: 2021-11-30
• 發明（設計）人: 于洋;王巍
• 申請（專利權）人: 遼寧工業大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/32;G06K9/46;G06K9/62;G06T7/12;G06T7/13;G06T7/181;G06T7/155
• 代理公司: 北京同立鈞成知識產權代理有限公司 11205
• 代理人: 劉丹;黃健

本發明提供一種車道線的獲取方法及裝置，該方法包括：對待檢測道路中的感興趣區域圖進行逆透視變換，得到變換后的感興趣區域圖；采用YC_bC_r顏色空間模型確定變換后的感興趣區域圖中每一個像素屬于車道線的顏色概率；并對每一個像素屬于車道線的顏色概率進行歸一化處理，得到每一個像素屬于車道線的灰度概率；根據每一個像素屬于車道線的灰度概率得到車道線灰度概率圖；采用聚類算法對車道線灰度概率模型圖進行區域分割處理，得到二值分割結果圖；對二值分割結果圖進行處理，并獲取待檢測道路中的車道線。本發明提供的車道線的獲取方法及裝置，提高了車道線的檢測精度。

技術領域

本發明涉及智能交通技術領域，尤其涉及一種車道線的獲取方法及裝置。

背景技術

汽車輔助駕駛系統通常用來避免駕駛員的錯誤操作和疲勞駕駛。當車輛偏離正確車道或即將發生碰撞時，提醒駕駛員或自動控制車輛到安全狀態，進而提高駕駛員的安全性。在汽車輔助駕駛系統中，車道線檢測的精度和魯棒性是非常重要的。

為了提高車道線的檢測精度，現有技術中，通常是基于車道線顏色特征的方法和基于車道線邊緣灰度值特征的方法進行檢測，但是，對于基于車道線顏色特征的方法而言，其要求車道線必須具有鮮明的對比色，而現有的車道線的各顏色之間不一定具有鮮明的對比，采用該方法檢測車道線的精度不高。此外，對于基于車道線邊緣灰度值特征的方法而言，如果在安全標記較多的道路上，車道線邊緣灰度值特征之間相似度較高，采用該方法檢測車道線的精度也不高。

因此，采用現有的車道線檢測方法，使得車道線檢測的精度不高。

發明內容

本發明提供一種車道線的獲取方法及裝置，以提高車道線的檢測精度。

本發明實施例提供一種車道線的獲取方法，包括：

對待檢測道路中的感興趣區域圖進行逆透視變換，得到變換后的感興趣區域圖；

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

并對所述每一個像素屬于車道線的顏色概率進行歸一化處理，得到所述每一個像素屬于車道線的灰度概率；

根據所述每一個像素屬于車道線的灰度概率得到所述車道線灰度概率圖；

采用聚類算法對所述車道線灰度概率模型圖進行區域分割處理，得到二值分割結果圖；

對所述二值分割結果圖進行處理，并獲取所述待檢測道路中的車道線。

在本發明一實施例中，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域圖中每一個像素屬于車道線的顏色概率，包括：

根據確定所述變換后的感興趣區域圖中每一個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，為先驗性概率，#C_i為顏色C_i類中的樣本數，K表示第K種顏色。

在本發明一實施例中，所述對所述每一個像素屬于車道線的顏色概率進行歸一化處理，得到所述每一個像素屬于車道線的灰度概率，包括：

根據對所述每一個像素屬于車道線的顏色概率進行歸一化處理，得到所述每一個像素屬于車道線的灰度概率；