当前位置: 首页 > 专利查询>广州大学专利>正文

一种基于动态感兴趣区域的简易快速车道线检测方法技术

技术编号:15550579 阅读:104 留言:0更新日期:2017-06-07 15:42
本发明专利技术涉及基于动态感兴趣区域的简易快速车道线检测方法,对原始图像进行预处理得到边缘检测结果图;计算动态感兴趣区域:获取上一帧图像的车道线检测结果,根据上一帧图像的车道线检测结果生成掩码图;用掩码图与边缘检测结果图作与操作,得到只存在动态感兴趣区域的局部图像;在局部图像中使用概率霍夫变换检测直线;遍历所有直线,计算其长度,若长度小于阈值则跳过此直线;否则计算其到图像底边中点的距离;遍历排序后的直线集,计算直线斜率、颜色及与上一帧车道线位置的偏差程度;若偏差程度皆在各自的范围内,则将该直线作为这一帧的车道线;否则继续向后搜索。本发明专利技术可较好满足视觉导航系统对通用性、实时性和鲁棒性的要求。

A simple and fast lane detection method based on dynamic region of interest

The present invention relates to a simple and fast lane detection based on dynamic region of interest method, preprocess the edge detection results of the original image; calculate the dynamic region of interest: the testing results of lane gets a frame image, according to Lane frame detection results generated in the detection of mask mask map; map and edge map and operation, get only the local image dynamic region of interest; using probability of Hof transform line detection in the local image; traverse all straight line, calculating its length, if the length is less than the threshold, skip the line; otherwise the calculation to the image bottom point distance; line traverses the sorted set the degree of deviation calculation, straight slope, color and with a frame lane position; if the deviation degree are in their respective ranges, the straight line as this The lane of the frame; otherwise, continue to search backwards. The invention can meet the requirements of universality, real-time and robustness of the vision navigation system.

【技术实现步骤摘要】

本专利技术涉及车道线检测技术,具体为一种基于动态感兴趣区域的简易快速车道线检测方法
技术介绍
随着智能车辆的发展,以及人们对于交通安全关注的增多,车道线检测作为智能车辆环境感知的重要组成部分已经成为了研究热点。在自主导航系统、车道保持辅助系统、车道偏离警示系统和车道换道辅助系统中,车道线检测都起到关键作用,只有准确地了解车道线的具体位置,自主导航系统才能规划出合理的行驶路径,车辆才能正确地做出行驶、超车、换道的驾驶行为。目前,车道线检测策略主要有三种:第一种基于GPS+MAP,根据定位确定自己在哪个车道,首先采集所要行驶道路的数据,制成地图;这种策略成本较高,但是可靠性好。第二种基于识别,数据源来自激光或视频,视频中根据各类图像处理的算法识别车道线,算法较多且复杂,激光中根据强度信息识别车道线。第三种基于避障,数据源来自激光或视频,都是检测障碍物,确定可通行区域。总体上来说,凡是基于视频的策略,成本都比较低,但对算法和环境要求较高。凡是基于激光的策略,在激光器价格没降下来时,都是高成本的,但对环境要求一般。
技术实现思路
本专利技术针对现有技术基于激光的策略成本高、基于视频的策略算法复杂的缺点,提出了一种基于动态感兴趣区域的简易快速车道线检测方法,其有实现简单、效率高、通用性好的特点,与其他识别算法有很大不同,可以较好的满足视觉导航系统对通用性、实时性和鲁棒性的要求。本专利技术采取的技术方案为:一种基于动态感兴趣区域的简易快速车道线检测方法,包括以下步骤:S1、对原始图像进行滤波、灰度化、边缘检测的图像预处理,得到边缘检测结果图;S2、计算动态感兴趣区域:获取上一帧图像的车道线检测结果,根据上一帧图像的车道线检测结果生成掩码图;用掩码图与边缘检测结果图作逻辑“与”操作,得到只存在动态感兴趣区域的局部图像作为后续处理的数据;S3、在只存在动态感兴趣区域的局部图像中使用概率霍夫变换检测直线;S4、遍历所有由概率霍夫变换检测得到的直线,计算其长度,如果长度小于阈值,则跳过此直线;否则,计算其到图像底边中点的距离,并按其到图像底边中点的距离,从近到远排序;S5、按直线到图像底边中点的距离,从近到远遍历排序后的直线集,计算直线的斜率、颜色及与上一帧车道线位置的偏差程度;如果该直线的斜率、颜色及与上一帧车道线位置的偏差程度皆在各自的范围内,则将该直线作为这一帧的车道线,停止搜索;否则继续向后搜索。优选地,步骤S2所述生成掩码图的过程为:如果上一帧图像检测不到车道线或这一帧图像是第一帧图像,则取全图像区域生成掩码图;如果上一帧图像只检测到一条车道线,则作车道线的向外拓展平行线,取拓展平行线下方区域作为掩码图;如果上一帧图像检测到了两条车道线,则分别作两条车道线的向外拓展线,求两条拓展线的交点,两条拓展线相交将图像划分为四个区域,取两条拓展线交点与图像底边之间的区域作为掩码图。与现有技术相比,本专利技术具有如下有益效果:1、本专利技术采用动态感兴趣区域算法,充分利用车道线分布的连续性,通过上一帧的检测结果确定本次检测的动态感兴趣区域,可以快速的确定车道区域,减少搜索范围,从而大大减少后续处理的复杂性和检测时间。2、本专利技术采用基于车道线特征的车道线筛选方法,以距离作为车道线的搜索依据,首先根据经验得到车道斜率范围、颜色范围,并确定车道线与上一帧的偏移范围;然后,从图像底边中点开始根据距离从近到远向外搜索,计算直线的斜率、颜色及与上一帧车道线位置的偏差程度,如果此直线的斜率、颜色及与上一帧车道线位置的偏差程度皆在各自的范围内,则将此直线作为这一帧的车道线。无需对所有的疑是车道线进行逐一计算,缩短了计算时间,提高了算法效率。3、由于器材(如镜头畸形)、环境(如光照、雨水)等因素影响,所采集的图片难免会产生对检测结果有干扰的图像噪声,本专利技术采用滤波、灰度化、边缘提取的图像预处理流程,以对图片进行有效的除噪。附图说明图1为本专利技术的检测流程图;图2示意了设定动态感兴趣区域的过程。具体实施方式下面将结合实施例和附图对本专利技术做进一步说明,但本专利技术的具体实施方式不限于此。实施例本专利技术基于动态感兴趣区域的简易快速车道线检测方法,基于opencv图像处理库,可在puduino平台上实现智能车车道线的检测。本专利技术主要通过对车道图片进行灰度化、二值化、Canny边缘检测以降低图像噪声;并根据车道分布的特征,从上一帧车道线的位置信息计算动态感兴趣区域作为下一帧的检测区域,以提高效率;使用概率霍夫变换(PPHT)在检测区域中检测所有可能的车道线,最后用一阶线性方程拟合车道线,根据经验得到车道斜率范围、颜色范围,并确定车道线与上一帧的偏移范围,从图像底边中点开始根据距离从近到远向外搜索,计算直线的斜率、颜色及与上一帧车道线位置的偏差程度,如果此直线的斜率、颜色及与上一帧车道线位置的偏差程度皆在各自的范围内,则将此直线作为这一帧的车道线。如图1所示,本专利技术具体包括以下步骤:一、启动车道线检测系统,初始化摄像头;通过摄像头连续获取原始图像;对原始图像进行高斯滤波,消除图像噪声,然后将其从RGB图像转换为灰度图,最后使用Canny算法对灰度图进行边缘检测,得到边缘图像。本专利技术采用滤波、灰度化、边缘检测的图像预处理流程。由于器材(如镜头畸形)、环境(如光照、雨水)等因素影响,所采集的图片难免会产生对检测结果有干扰的图像噪声,图像预处理可对图片进行有效的除噪。本专利技术采用高斯滤波(Gaussianfilter)这一最有用的滤波器来进行除噪,基本原理是将输入数组的每一个像素点与高斯内核卷积,将卷积和当作输出像素值。为了减小图像原始数据量,便于后续处理时计算量更少,我们将得到的图像进行灰度化,将RGB图像转换为灰度图。对于RGB图像进行灰度化,通俗点说就是对图像的RGB三个分量进行加权平均得到最终的灰度值。得到灰度图后,我们将在此基础上进行边缘检测,本专利技术使用的边缘检测算法是Canny边缘检测算法,其是JohnF.Canny于1986年开发出来的一个多级边缘检测算法,其具有低错误率、高定位性和最小响应的特点,被很多人认为是边缘检测的最优算法,被广泛应用于边缘检测。二、计算动态感兴趣区域:如图2所示,获取上一帧图像的车道线检测结果;根据上一帧图像的车道线检测结果生成掩码图;如果上一帧图像检测不到车道线或这一帧图像是第一帧图像,则取全图像区域生成掩码图;如果上一帧图像只检测到一条车道线(可能是漏判或图像中确实只有一条车道线),则作车道线的向外拓展平行线,取此线下方区域作为掩码图;如果上一帧图像检测到了两条车道线,则分别作两条车道线的向外拓展线,求两条拓展线的交点,两条拓展线相交将图像划分为四个区域,取两条拓展线交点与图像底边之间的那个区域作为掩码图。用掩码图与图像边缘检测结果图作逻辑“与”操作,得到只存在动态感兴趣区域的局部图像作为后续处理的数据。其中,掩码图为由0-255组成的单通道二值图。例如,掩码在和图片a做逻辑“与”运算时,如果在图片a上的像素点坐标对应掩码图上的像素点的值为255,则保留图片a中此像素点的值,否则置零。根据车道线的定义,可以知道车道线的特征有:位于车道两边,短时间内位置不变。车道线在现实车道中是平行的,但在图像中却并非平行,而是相交的。两条车道线的本文档来自技高网...
一种基于动态感兴趣区域的简易快速车道线检测方法

【技术保护点】
一种基于动态感兴趣区域的简易快速车道线检测方法,其特征在于,包括以下步骤:S1、对原始图像进行滤波、灰度化、边缘检测的图像预处理,得到边缘检测结果图;S2、计算动态感兴趣区域:获取上一帧图像的车道线检测结果,根据上一帧图像的车道线检测结果生成掩码图;用掩码图与边缘检测结果图作逻辑“与”操作,得到只存在动态感兴趣区域的局部图像作为后续处理的数据;S3、在只存在动态感兴趣区域的局部图像中使用概率霍夫变换检测直线;S4、遍历所有由概率霍夫变换检测得到的直线,计算其长度,如果长度小于阈值,则跳过此直线;否则,计算其到图像底边中点的距离,并按其到图像底边中点的距离,从近到远排序;S5、按直线到图像底边中点的距离,从近到远遍历排序后的直线集,计算直线的斜率、颜色及与上一帧车道线位置的偏差程度;如果该直线的斜率、颜色及与上一帧车道线位置的偏差程度皆在各自的范围内,则将该直线作为这一帧的车道线,停止搜索;否则继续向后搜索。

【技术特征摘要】
1.一种基于动态感兴趣区域的简易快速车道线检测方法,其特征在于,包括以下步骤:S1、对原始图像进行滤波、灰度化、边缘检测的图像预处理,得到边缘检测结果图;S2、计算动态感兴趣区域:获取上一帧图像的车道线检测结果,根据上一帧图像的车道线检测结果生成掩码图;用掩码图与边缘检测结果图作逻辑“与”操作,得到只存在动态感兴趣区域的局部图像作为后续处理的数据;S3、在只存在动态感兴趣区域的局部图像中使用概率霍夫变换检测直线;S4、遍历所有由概率霍夫变换检测得到的直线,计算其长度,如果长度小于阈值,则跳过此直线;否则,计算其到图像底边中点的距离,并按其到图像底边中点的距离,从近到远排序;S5、按直线到图像底边中点的距离,从近到远遍历排序后的直线集,计算直线的斜率、颜色及与上一帧车道线位置的偏差程度;如果该直线的斜率、颜色及与上一帧车道线位置的偏差程度皆在各自的范围内,则将该直线作为这一帧的车道线,停止搜索;否则继续向后搜索。...

【专利技术属性】
技术研发人员:黄文恺朱静练汉权陈文达莫国志李嘉锐韩晓英姚佳岷温泉河
申请(专利权)人:广州大学
类型:发明
国别省市:广东;44

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1