[發明專利]一種自適應投票車道線檢測方法

在審

• 申請號: 201910068861.6
• 申請日: 2019-01-24
• 公開（公告）號: CN109583435A
• 公開（公告）日: 2019-04-05
• 發明（設計）人: 方睿;王先杰;胡守俍;梁誠
• 申請（專利權）人: 安徽理工大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/32
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明提供了一種自適應投票的車道線檢測方法，所述方法包括：首先將道路圖像進行灰度化和中值濾波處理，利用IPM變換得到車道線互相平行的道路俯視圖，設置ROI區域減少干擾，使用直方圖均衡化進行圖像增強；選用Canny算子獲得道路邊緣圖像；使用改進Hough變換檢測邊緣圖中的直線；將每一根直線都當做車道線，將自身特點屬性作為車道線標準來對其他直線進行投票，投票項目包括：長度，斜率，位置，車道寬度和車道線寬度等，投票完成后，對可能為同一根車道線邊緣的直線進行合并，根據總票數篩選出車道線，然后利用透視變換在道路圖像中擬合出車道線。本方法針對道路獨有的特征進行自適應篩選車道線，避免了使用固定閾值來篩選車道線，大大提高了在多場景下的環境適應能力，檢測的車道線更加精確。

技術領域

本發明智能輔助駕駛技術，特別是涉及一種自適應投票車道線檢測方法。

背景技術

近年來，隨著汽車汽車安全和操作便捷性收到越來越多的關注，針對智能駕駛系統的研究成為了國內外研究的熱點，而車道線檢測是實現智能駕駛的重要前提。目前，各國研究人員提出了很多使用Hough變換進行車道線檢測的方法，但是Hough檢測得到的直線中有很多是干擾線，通常設置單一閾值或者多種復合閾值來篩選，往往會出現篩選的車道線并不是真實的車道線的情況，或者只能適用于與閾值對應的場景，這種設置固定閾值篩選車道線的方法不具有良好的環境適應能力，在多場景變換情況下，檢測結果準確率會降低。因此，本文提出了一種自適應投票車道線檢測方法，根據場景的變化會使用適合于當下場景的閾值來進行車道線篩選。

發明內容

發明目的：本發明的目的是提供一種自適應投票車道線檢測方法，大大提高了車道線檢測的環境適應能力，突破了場景變化導致車道線檢測準確率下降的缺陷，該方法實用性較強。

技術方案：為達到此發明目的，本發明提供了一種自適應投票車道線檢測方法，包括以下步驟：

步驟1：對彩色圖像進行灰度化，使用中值濾波對灰度圖做降噪處理；

步驟2：利用IPM變換得到道路俯視圖，設置ROI區域；

步驟3：使用Canny算子對ROI區域進行邊緣檢測獲取邊緣圖像；

步驟4：通過改進Hough變換檢測邊緣圖像中的直線；

步驟5：假設步驟4中獲得的每一條直線都是車道線，利用自身屬性去對其他直線是否為車道線進行投票；

步驟6：合并同一車道線左右兩邊邊緣，根據總票數篩選出車道線；

步驟7：利用透視變換得到道路圖像中車道線的位置并擬合。

2.根據權利要求1所述的自適應投票車道線檢測方法，其特征在于，所述步驟2包括以下過程：

步驟21：設透視變換矩陣M_rq和逆透視變換矩陣M_qr，其中，

步驟22：在灰度圖中取四個點，并記下坐標，其中一點為a(x,y)；

步驟23：找到經IPM變換后對應的四個點，并記下坐標，點A對應的點的坐標為A(X,Y)；

步驟24：IPM變換前后兩點之間的關系為：

P_r＝M_qrP_q (1)

其中，

步驟25：(X,Y)與P_r間的關系為：

步驟26：將步驟22和步驟23中的八個點帶入式(1)(2)，得到透視矩陣M_rq，同理得到逆透視變換M_qr；