[發明專利]一種基于動態ROI和改進螢火蟲算法的車道線提取方法

有效

• 申請號: 202110478580.5
• 申請日: 2021-04-30
• 公開（公告）號: CN113095283B
• 公開（公告）日: 2023-08-25
• 發明（設計）人: 沈業輝;畢云蕊;楊振;柴鑫波;方英達;張巖
• 申請（專利權）人: 南京工程學院
• 主分類號: G06V20/56
• 分類號: G06V20/56;G06V20/58;G06V20/40;G06V10/25;G06V10/44;G06V10/48;G06N3/006
• 代理公司: 南京鐘山專利代理有限公司 32252
• 代理人: 戴朝榮

本發明公開了一種基于動態ROI和改進螢火蟲算法的車道線提取方法，涉及車道線檢測領域。該方法包括：(1)將車道線視頻幀進行預處理；(2)對于第一視頻幀，選取視頻幀的下1/2圖像作為ROI區域；(3)對ROI區域通過改進的螢火蟲算法進行邊緣檢測，得到車道線的邊緣坐標；(4)對步驟(3)得到的車道線的邊緣坐標進行概率Hough變換，找出ROI區域的直線，并使用最小二乘法對檢測出的直線進行擬合，獲得車道線方程；(5)對于第二幀以后的視頻幀基于上一幀的ROI區域進行動態調整，得到所述預處理視頻幀的ROI區域，然后重復步驟(3)?(4)，直至車輛停止運行，完成車道線方程的提取。該車道線提取方法提高了車道線提取的準確性和魯棒性。

技術領域

本發明涉及定位技術領域，特別涉及一種基于動態ROI和改進螢火蟲算法的車道線提取方法。

背景技術

近年來，無人駕駛汽車成為研究熱點。無人駕駛汽車通過車載傳感系統感知道路環境，根據感知到的環境信息給車輛導航，從而使車輛能夠安全可靠地在道路上行駛，其中車道線的正確檢測是實現無人駕駛的前提，通過檢測車道線實時對車輛進行調整，可以極大的降低事故發生率。

車道線檢測的準確率低和魯棒性差的首要原因是選取的ROI范圍太大，除了車道線區域包含太多干擾因素，此外由于傳統方法中的Canny算子過于敏感，易把噪聲誤檢為邊緣。因此需要一種新的ROI調整方法和新的邊緣檢測方法來解決上述問題。

發明內容

針對現有技術中存在的問題，本發明提出一種基于動態ROI和改進螢火蟲算法的車道線提取方法，該車道線提取方法通過對ROI進行動態調整，準確提取出車道線邊緣，提高車道線檢測的準確性和魯棒性。

為實現上述目的，本發明采用如下技術方案：一種基于動態ROI和改進螢火蟲算法的車道線提取方法，具體包括如下步驟：

(1)實時獲取車輛行使過程中的車道線視頻，將視頻幀進行畸變校正、灰度化處理和高斯模糊處理，得到預處理視頻幀；

(2)對于第一幀預處理視頻幀，選取所述預處理視頻幀的下1/2圖像作為ROI區域；

(3)對所述ROI區域通過改進的螢火蟲算法進行邊緣檢測，得到車道線的邊緣坐標；

(4)對步驟(3)得到的車道線的邊緣坐標進行概率Hough變換，找出ROI區域的直線，保留直線斜率在的直線，并使用最小二乘法對檢測出的直線進行擬合，獲得車道線方程；

(5)對于第二幀以后的預處理視頻幀基于上一幀的ROI區域進行動態調整，得到所述預處理視頻幀的ROI區域，然后重復步驟(3)-(4)，直至車輛停止運行，完成車道線方程的提取。

進一步地，步驟(3)包括如下子步驟：

(3.1)在ROI區域中隨機選取像素點作為螢火蟲的分布點，并將螢火蟲分為m組，分別計算螢火蟲亮度L(x,y)：

其中，H_x,y表示像素點坐標(x,y)的灰度值，H_x+1,y+1表示像素點坐標(x+1,y+1)的灰度值，H_x-1,y-1表示像素點坐標(x-1,y-1)的灰度值，H_x-1,y+1表示像素點坐標(x-1,y+1)的灰度值，H_x+1,y-1表示像素點坐標(x+1,y-1)的灰度值，H_x,y-1表示像素點坐標(x,y-1)的灰度值，H_x,y+1表示像素點坐標(x,y+1)的灰度值，H_x-1,y表示像素點坐標(x-1,y)的灰度值，H_x+1,y表示像素點坐標(x+1,y)的灰度值；