[發明專利]一種行道線參數實時提取方法

有效

• 申請號: 202110243904.7
• 申請日: 2021-03-05
• 公開（公告）號: CN113011293B
• 公開（公告）日: 2022-09-30
• 發明（設計）人: 成海波;李林忠;項煜
• 申請（專利權）人: 鄭州天邁科技股份有限公司
• 主分類號: G06V20/56
• 分類號: G06V20/56;G06V10/26
• 代理公司: 鄭州明華專利代理事務所(普通合伙) 41162
• 代理人: 高麗華

本發明屬于行道線檢測技術領域，具體涉及一種行道線參數實時提取方法。本發明方法首先通過對原始圖像做逆透視變換得到IPM圖像將原始圖像像素數量縮小；然后對IPM圖像再次做bar filter濾波將圖像再次縮小；然后逐行處理響應值，根據響應值的大小以及是否為極大值點，挑選出左右側極值點集中的極大值點，最后根據響應值及極大值點的原始坐標做帶權直線擬合，獲得行道線參數。該方法能夠大幅度減少用來擬合直線所需要的樣本點的數量，參數統計運算的點的數量只有傳統方法的幾十分之一，極大地提高了算法的實時性。

技術領域

本發明屬于行道線檢測技術領域，具體涉及一種行道線參數實時提取方法。

背景技術

隨著汽車的不斷普及，交通安全成為人類面對的重大問題，行道線的識別是圖像處理和交通智能化領域的一個重要分支，近些年得到了長足的發展。目前針對行道線識別常用的方法是采用1個常用攝像頭、LVDS傳輸同軸線，然后通過獲取攝像頭到地面的距離，汽車輪距，攝像頭到保險桿的距離，攝像頭與汽車中心的偏離距離，計算出圖像中地平線到天空的像素范圍，汽車引擎蓋到圖像底部的像素范圍，以3米為車道寬度，計算出1.5到2個車道的像素范圍，然后裁剪掉上述部分的圖像，對剩余的圖像進行縮放，然后對縮放后的每一個像素做遍歷性的hough變換。

不過上述方法存在以下兩個問題：

1、通過裁剪與縮放后，剩余的圖像像素數量仍然較多，縮放后的圖像約為原圖像的0.25*0.8*0.6大小；

2、傳統對裁剪及縮放后的圖像中的每一個像素做遍歷性的hough變換，造成運算量相對較高，不利于實時提取行道線參數。

發明內容

針對目前對圖像的裁剪與縮放后，剩余圖像像素數量仍然較多，且后期需要對裁剪和縮放后的圖像中每一個像素做遍歷性的hough變換，運算量較大且不利于實時提取行道線參數的缺陷和問題，本發明提供一種能夠大幅度減少運算量，提高算法實時性的行道線參數實時提取方法。

本發明解決其技術問題所采用的方案是：一種行道線參數實時提取方法，包括以下步驟：

步驟一、獲取圖像的原始圖像坐標(x_raw,y_raw,z_raw)，對原始圖像做逆透視變換，得到經過逆透視變換后的IPM圖像坐標；

步驟二、截取IPM圖像的下半部分進行卷積變換，得到一個N*M的矩陣的卷積核barfilter，其中N＝l_w+2floor(0.6l_w),M＝floor(0.6l_w)

式中：l_w表示逆透視變換后圖像中的行道線寬度；barfilter(i,j)為卷積核。

步驟三、將卷積變換后的輸出圖像分為左右兩側，逐行計算卷積圖像左、右兩側灰度值的數值微分，得到微分圖，

dif(i,j)＝0.5(respons(i,j+1)-respons(i,j-1))

式中：dif(i,j)為輸出的微分圖，respons(i,j)為IPM圖像使用bar filter卷積以后的輸出圖；

步驟四、對微分圖進行逐行掃描，根據極值點鄰域內的微分值是否異號確定極值點的位置，若dif(i,j)*dif(i,j+1)0，則說明該點為極值點；然后進一步判斷極值點的性質，若respons(i,j)th2，th2為正數，則說明該點為極大值點；若respons(i,j)th1，th1為負數，則說明該極值點為極小值點，從而得到極值點分布圖；

步驟五、判斷極值點的橫坐標是否大于0.5*W，W為卷積后圖像的寬度；若橫坐標小于0.5*W，將該極值點放入左側極值點集中；若橫坐標大于0.5*W，將該極值點放入右側極值點集中；