[發明專利]一種基于疊加約束的改進型Hough變換的道路線檢測方法

有效

• 申請號: 201811547692.6
• 申請日: 2018-12-18
• 公開（公告）號: CN109670443B
• 公開（公告）日: 2022-10-04
• 發明（設計）人: 林志賢;伍玲玲;林珊玲;郭太良;葉蕓;張永愛;周雄圖
• 申請（專利權）人: 福州大學
• 主分類號: G06V20/58
• 分類號: G06V20/58;G06T5/00;G06T5/30;G06T7/13;G06T7/90
• 代理公司: 福州元創專利商標代理有限公司 35100
• 代理人: 蔡學俊

本發明涉及一種基于疊加約束的改進型Hough變換的道路線檢測方法，包括步驟S1：獲取道路圖像；步驟S2：對道路圖像進行預處理；步驟S3：通過疊加約束的改進型Hough變換對道路線進行檢測提取；步驟S4：將步驟S3的檢測結果與閾值比較，最終得到輸出結果。本發明能夠在環境因素多變及道路情況復雜的情況下仍能實時地、準確地檢測出當前行駛的道路線信息，有效的提高了檢測率和實時性，具有很好的魯棒性。

技術領域

本發明涉及電池測試領域，特別是一種基于疊加約束的改進型Hough變換的道路線檢測方法。

背景技術

隨著人們生活水平的提高，科技的不斷進步，智能駕駛技術逐漸受到了研究者們的廣泛研究和關注。先進駕駛輔助系統(Advanced Driver Assistance System，簡稱：ADAS)是智能駕駛技術的一個分支，而道路線的提取是智能駕駛系統的重要組成部分，也是研究自動駕駛的關鍵點之一，主要是通過檢測車輛中的攝像頭所獲取到的視頻原圖像的道路線信息。但道路線的檢測受天氣影響因素以及道路多重環境影響較大，如：視角遮擋、道路陰影、道路有列痕、周邊有車輛壓線等因素，以至于道路線不易提取且容易檢測失效。Hough變換算法是一種檢測道路線的技術，但是經典的Hough變換會導致平均處理每幀的時間較長，且在環境多變以及道路復雜的因素下會導致道路線不易被準確提取。

發明內容

有鑒于此，本發明的目的是提出一種基于疊加約束的改進型Hough變換的道路線檢測方法，能夠在環境因素多變及道路情況復雜的情況下仍能實時地、準確地檢測出當前行駛的道路線信息，有效的提高了檢測率和實時性，具有很好的魯棒性。

本發明采用以下方案實現：一種基于疊加約束的改進型Hough變換的道路線檢測方法，包括以下步驟：

步驟S1：獲取道路圖像；

步驟S2：對道路圖像進行預處理；

步驟S3：通過疊加約束的改進型Hough變換對道路線進行檢測提取；

步驟S4：將步驟S3的檢測結果與閾值比較，最終得到輸出結果。

進一步地，步驟S2具體包括以下步驟：

步驟S21：對RGB圖像進行動態感興趣區域(Dynamic region of interest，簡稱：ROI)的劃分；

步驟S22：對步驟S21處理后的RGB道路圖像進行顏色空間的轉換；

步驟S23：對步驟S22處理后的圖像進行二值化處理；

步驟S24：利用形態學濾波算法對步驟S23處理后得到的二值化圖像進行去噪處理；其中，形態學濾波算法是對得到的道路圖像先腐蝕后膨脹操作處理；腐蝕的目的是為了去除噪點，去除道路圖像中的無用信息；而膨脹操作的目的是為了彌補對道路線的過度腐蝕；

步驟S25：對步驟S24去噪后的二值化圖像進行邊緣提取處理。邊緣提取處理采用的是Canny邊緣檢測。

較佳地，步驟S1通過攝像頭獲取道路圖像。

進一步地，步驟S21中，所述動態感興趣區域的劃分，即設定初始道路線線檢測區域為矩形。

進一步地，步驟S22中，所述的顏色空間轉換即由RGB轉為YCbCr顏色空間，提取道路線中的黃色和白色信息。

進一步地，步驟S23具體為：對Y分量進行約束后進行閾值的比較，大于閾值的保留道路信息，置為255，否則舍棄道路信息，置為0。

進一步地，步驟S3具體包括以下步驟：

步驟S31：對步驟S2預處理過的道路圖像進行角度約束篩選；

步驟S32：對步驟S31篩選過后的道路圖像進行斜率約束篩選；