一种基于块匹配的车道线检测方法技术

本发明专利技术公开了一种基于块匹配的车道线检测方法，首先利用车辆前视摄像头对道路采集原始视频图像，通过对原始图像进行一系列的图像预处理，主要包括图像灰度化、图像滤波增强、边缘检测等步骤，然后对图像进行霍夫变换检测到图像中的直线，在这个基础上对检测到的直线进行灰度块匹配从而得到正确的左右车道线。在以往的车道线检测的基础上加入灰度块匹配步骤，使得车道线检测的正确率明显提高，由于灰度块匹配步骤的计算简单，运行效率高，实时性好，能够在实际运用中取得较好的效果。

Lane detection method based on block matching

The invention discloses a lane detection method based on block matching, the use of vehicles on the road before the first camera to collect the original video image, the original image through a series of image preprocessing, including image gray processing, image filtering enhancement, edge detection and other steps, and then the image Hof transform to linear image detection the gray block matching to get around the right lane line to detect on this basis. Based on the detection of lane added on the gray block matching step, the correct rate of lane detection is obviously improved, because the gray block matching procedure has the advantages of simple calculation, high efficiency, good real-time performance, can achieve good effect in practical application.

【技术实现步骤摘要】
一种基于块匹配的车道线检测方法
本专利技术属于车辆主动安全系统
，更为具体地讲，涉及一种基于块匹配的车道线检测方法。
技术介绍
据不完全统计，在所有事故原因中，约有44％的汽车事故与车辆偏离正常车道行驶有关，其主要原因是驾驶员心神烦乱、注意力不集中或者疲劳驾驶，造成车辆的无意识偏离。若车辆在行驶过程中发生无意识侧向偏离时，有一驾驶辅助装置发出告警以提醒驾驶员谨慎驾驶，此类交通事故将大大减少。因此，车道偏离报警系统的研究与开发在国内外得到了高度重视。其中，道路边界及车道标识线检测与跟踪是实现车道偏离预警系统的基础。车道线检测技术是指利用图像传感等手段检测出道路车道虚实标线的技术，它是汽车主动安全领域的关键技术之一。在基于视觉的车道保持系统中，车道线的检测和跟踪是一个基本的、必要的功能，它能防止汽车偏离车道，同时也可以给包括碰撞预警等其它主动安全系统提供重要的道路环境信息。目前，道路边界及车道标识线识别方法基本上可归结为两大类方法，一类为基于特征的识别方法，另一类为基于模型的识别方法。基于特征的检测方法是结合图像中道路边界的一些特征检测出车道或道路边界，这些特征包括形状、灰度、纹理、颜色、对比度和不连续性等。算法大致分两步:特征提取和特征描述。先进行图像预处理，找到易于识别道路的特征，接着提取特征；然后根据这些道路特征，用数学方式把车道直观的描述出来。其中，道路的特征主要有颜色特征和边缘特征等，尤以基于边缘特征的方法应用较多。基于模型的方法主要有直线模型、曲线模型。与基于特征的方法相比，基于模型的方法能有效克服路面污渍、光照变化、阴影等环境因素的影响，但当道路状况发生突变时，如转弯、上坡等等，模型就会失效。一般为了提高其鲁棒性，通常使用更通用的道路模型，如B样条曲线模型，若模型太复杂，参数太多，又会降低其实时性。基于图像处理的车道偏离预警系统大都依赖于道路中的车道标识线或道路边界信息。如何快速、准确地提取出道路中车道标识线或道路边界信息是该类系统必须解决的关键问题。
技术实现思路
本专利技术的目的在于克服现有技术的不足，提供一种基于块匹配的车道线检测方法，通过灰度块匹配来识别车道线，具有识别速度快、检测效果好、准确度高的特点。为实现上述专利技术目的，本专利技术一种基于块匹配的车道线检测方法，其特征在于，包括以下步骤：(1)、采集原始视频图像利用车辆前视摄像头连续采集车辆前方的视频图像，再以帧为单位，将每一帧图像处理成大小相等；(2)、设置感兴趣区域选取每帧图像中主要包含车道线的区域，并设置为车道检测的感兴趣区域，命名为ROI图像；(3)、图像预处理利用加权平均法将ROI图像转换为灰度图像，再使用中值滤波对灰度图像进行图像去噪，最后采用直方图均衡化算法对去噪后的灰度图像进行对比度增强，得到标准灰度图像；(4)、边缘检测使用Canny边缘检测算子对标准灰度图像进行边缘检测，得到边缘检测图像；(5)、霍夫变换Hough检测直线对边缘检测图像进行Hough变换，获取边缘检测图像中的直线，分别命名为Li，i表示第i直线；对每一条检测到的直线，获取该直线两端的端点坐标(i1，j1)、(i2，j2)，再求得该直线的中点坐标(0.5*(i1+i2)、0.5*(j1+j2))；判断该直线位于边缘检测图像的区域：若(0.5*(i1+i2)小于等于边缘检测图像的半宽，则该直线位于边缘检测图像的左边区域；若(0.5*(i1+i2)大于边缘检测图像的半宽，则该直线在边缘检测图像的右边区域；以边缘检测图像的中心像素线为界，将边缘检测图像左边的直线集命名为Left-L，将边缘检测图像的右边的直线集命名为Right-L；(6)、角度筛选在Left-L直线集中，保留视角角度在45°～90°之间的直线；在Right-L直线集中，保留视角角度在90°～135°之间的直线；其他不符合此角度条件的直线全部删除；(7)、灰度块匹配(7.1)、在边缘检测图像的中间选取一m*m灰度小方块，小方块中心位于边缘检测图像的中心点，再检测灰度小方块中的m*m个像素点的灰度值g1～gm*m；(7.2)、遍历角度筛选后保留的所有直线上的像素点，以当前检测的直线上的像素点为中心，取m*m邻域并依次获取该邻域的m*m个像素点的灰度值f1～fm*m，再通过下式求出一个灰度判断值gray1：(7.3)、从边缘检测图像的底端开始，利用栅格扫描的方式对边缘检测图像进行逐行向上搜索，获取扫描线与检测到的直线的交点的灰度值gray，并与灰度判断值gray1进行比较，若该交点的灰度值gray>gray1，则认为该交点是车道线上的点，并将该点保存到点集Point，若该交点的灰度值gray≤gray1，则认为该交点不是车道线上的点并将该点舍弃；直至处理到边缘检测图像的上限边界，完成整幅边缘检测图像的遍历，最后统计出每条直线上保留的像素点的个数Num-i；(7.4)、遍历Left-L直线集中的所有直线，比较每条直线上保存在点集Point中的车道线点的数量，将车道线点最多的一条直线保留，作为左边的车道线L_Lane；(7.5)、遍历Right-L直线集中的所有直线，比较每条直线上保存在点集Point中的车道线点的数量，将车道线点最多的一条直线保留，作为右边的车道线R_Lane；(8)、检测车道线根据步骤(7)选出的车道线L_Lane或R_Lane，利用cvLine函数画出在原始视频图像中。本专利技术的专利技术目的是这样实现的：本专利技术一种基于块匹配的车道线检测方法，首先利用车辆前视摄像头对道路采集原始视频图像，通过对原始图像进行一系列的图像预处理，主要包括图像灰度化、图像滤波增强、边缘检测等步骤，然后对图像进行霍夫变换检测到图像中的直线，在这个基础上对检测到的直线进行灰度块匹配从而得到正确的左右车道线。在以往的车道线检测的基础上加入灰度块匹配步骤，使得车道线检测的正确率明显提高，由于灰度块匹配步骤的计算简单，运行效率高，实时性好，能够在实际运用中取得较好的效果。同时，本专利技术一种基于块匹配的车道线检测方法还具有以下有益效果：(1)、通过基于块匹配的车道线检测方法可以实时快速的检测出当前车道中的车道线，正确率高，检测效果好；(2)、良好的车道线检测是车道偏离预警系统的基础，使用灰度块匹配的车道线检测方法相比其他车道线检测方法，对于车道线的检测率更高，识别速度更快，可以为车道偏离预警系统提供更好的车道线检测结果，使得车道偏离预警系统的准确率和实时性都有所提高。附图说明图1是本专利技术基于块匹配的车道线检测方法流程图；图2是夜间车道线原始图；图3是夜间车道线灰度图；图4是夜间车道线边缘检测图；图5是夜间车道线直线检测图；图6是采用本专利技术所述方法的夜间车道线检测结果图；图7是白天车道线原始图；图8是白天车道线灰度图；图9是白天车道线边缘检测图；图10是白天车道线直线检测图；图11是采用本专利技术所述方法的白天车道线检测结果图；图12是不采用本专利技术所述方法的白天车道线检测结果图。具体实施方式下面结合附图对本专利技术的具体实施方式进行描述，以便本领域的技术人员更好地理解本专利技术。需要特别提醒注意的是，在以下的描述中，当已知功能和设计的详细描述也许会淡化本专利技术的主要内容时，这些描述在这里将被忽略。实施例图1是本专利技术基于块匹本文档来自技高网...

【技术保护点】
一种基于块匹配的车道线检测方法，其特征在于，包括以下步骤：(1)、采集原始视频图像利用车辆前视摄像头连续采集车辆前方的视频图像，再以帧为单位，将每一帧图像处理成大小相等；(2)、设置感兴趣区域选取每帧图像中主要包含车道线的区域，并设置为车道检测的感兴趣区域，命名为ROI图像；(3)、图像预处理利用加权平均法将ROI图像转换为灰度图像，再使用中值滤波对灰度图像进行图像去噪，最后采用直方图均衡化算法对去噪后的灰度图像进行对比度增强，得到标准灰度图像；(4)、边缘检测使用Canny边缘检测算子对标准灰度图像进行边缘检测，得到边缘检测图像；(5)、霍夫变换Hough检测直线对边缘检测图像进行Hough变换，获取边缘检测图像中的直线，分别命名为L

【技术特征摘要】
1.一种基于块匹配的车道线检测方法，其特征在于，包括以下步骤：(1)、采集原始视频图像利用车辆前视摄像头连续采集车辆前方的视频图像，再以帧为单位，将每一帧图像处理成大小相等；(2)、设置感兴趣区域选取每帧图像中主要包含车道线的区域，并设置为车道检测的感兴趣区域，命名为ROI图像；(3)、图像预处理利用加权平均法将ROI图像转换为灰度图像，再使用中值滤波对灰度图像进行图像去噪，最后采用直方图均衡化算法对去噪后的灰度图像进行对比度增强，得到标准灰度图像；(4)、边缘检测使用Canny边缘检测算子对标准灰度图像进行边缘检测，得到边缘检测图像；(5)、霍夫变换Hough检测直线对边缘检测图像进行Hough变换，获取边缘检测图像中的直线，分别命名为Li，i表示第i直线；对每一条检测到的直线，获取该直线两端的端点坐标(i1，j1)、(i2，j2)，再求得该直线的中点坐标(0.5*(i1+i2)、0.5*(j1+j2))；判断该直线位于边缘检测图像的区域：若(0.5*(i1+i2)小于等于边缘检测图像的半宽，则该直线位于边缘检测图像的左边区域；若(0.5*(i1+i2)大于边缘检测图像的半宽，则该直线在边缘检测图像的右边区域；以边缘检测图像的中心像素线为界，将边缘检测图像左边的直线集命名为Left-L，将边缘检测图像的右边的直线集命名为Right-L；(6)、角度筛选在Left-L直线集中，保留视角角度在45°～90°之间的直线；在Right-L直线集中，保留视角角度在90°～135°之间的直线；其他不符合此角度条件的直线全部删除；(7)、灰度块匹配(7.1)、在边缘检测图像的中间选取一m*m灰度小方块，小方块中心位于边缘检测图像的中心点，再检测灰度小方块中的m*m个像素点的灰度值g1～gm*m；(7.2)、遍历角度筛选后保留的所有直线上的像素点，以当前检测的直线上的像素点为中心，取m*m邻域并依次获取该邻域的m*m个...

【专利技术属性】
技术研发人员：于力，王玲，邹见效，徐红兵，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川,51