一種基于多特征融合及多態(tài)均值的車道線定位方法
【專利摘要】本發(fā)明提供一種基于多特征融合及多態(tài)均值的車道線定位方法。本發(fā)明通過攝像頭獲取車輛前方路況圖像，根據(jù)路面灰度正態(tài)分布特征和HSI顏色空間信息，將車道線的灰度分布信息和HSI空間中的顏色分布信息按權(quán)重融合，得到車道線疑似區(qū)域；然后根據(jù)先驗(yàn)知識(shí)，從道路中間向兩邊搜索，排除非車道區(qū)域，得到了避免非道路特征的干擾的包含車道線的子圖像；再對(duì)子圖像求邊緣，運(yùn)用霍夫變換檢測(cè)直線，確定車道線在當(dāng)前幀中的位置；最后通過對(duì)多幀車道線狀態(tài)的融合，利用車道線位置不會(huì)突變的實(shí)際情況，對(duì)連續(xù)幀的檢測(cè)結(jié)果求均值，得到穩(wěn)定的車道線定位結(jié)果。
【專利說(shuō)明】一種基于多特征融合及多態(tài)均值的車道線定位方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于數(shù)字圖像處理【技術(shù)領(lǐng)域】，涉及計(jì)算機(jī)視覺和模式識(shí)別領(lǐng)域，應(yīng)用于高級(jí)駕駛員輔助技術(shù)。
技術(shù)背景
[0002]伴隨機(jī)器視覺的發(fā)展，駕駛員輔助駕駛技術(shù)受到越來(lái)越多的關(guān)注，車輛偏離車道極易發(fā)生車輛碰撞從而造成交通事故，車道線檢測(cè)技術(shù)能夠幫助駕駛員及時(shí)準(zhǔn)確的把握路況信息，一旦有偏離車道的情況出現(xiàn)，可以及時(shí)提醒駕駛員車道出現(xiàn)偏離，及時(shí)調(diào)整方向盤，避免事故的發(fā)生，當(dāng)然車道線技術(shù)也可以應(yīng)用的汽車自動(dòng)駕駛，當(dāng)前許多大公司包括google都在大力發(fā)展汽車自動(dòng)駕駛技術(shù)，但是這個(gè)技術(shù)的關(guān)鍵也就在車道線檢測(cè)上，只有識(shí)別出了車道線，汽車才能按照車道線行駛，從而能夠避開障礙物等，當(dāng)前對(duì)于車道線的檢測(cè)主要有以下5種檢測(cè)方法:
[0003]1.將H-MAXIMA變換和霍夫變換相結(jié)合，在感興趣區(qū)域中尋找車道線，從而實(shí)現(xiàn)對(duì)車道線的檢測(cè)，這種方法對(duì)于突變的車道線有較好的效果。
[0004]2.將車道線檢測(cè)技術(shù)融合了閾值化的車道偏離，這種方法能有效的提取出不同顏色的車道標(biāo)線，并對(duì)駕駛員及時(shí)預(yù)警。
[0005]3.將基于邊緣的車道線檢測(cè)技術(shù)用FPGA實(shí)現(xiàn)，對(duì)然后檢測(cè)時(shí)間，檢測(cè)精度和硬件資源消耗進(jìn)行綜合優(yōu)化。
[0006]4.將 Principle Component Analysis (PCA,主成分分析)降維和 k-means 的車道線檢測(cè)以及Mean-Shift跟蹤算法結(jié)合實(shí)現(xiàn)車道線的檢測(cè)，但是此方法在車道標(biāo)線污損時(shí)，效果不佳。
[0007]5.基于加權(quán)投票的車道線檢測(cè)算法，這種方法對(duì)于光照變化、車道線顏色變化及道路結(jié)構(gòu)變化有較好的適應(yīng)性。也是當(dāng)前的一個(gè)熱門研究方向。
[0008]由于場(chǎng)景光照變化，道路情況復(fù)雜，車道線污損等實(shí)際情況，車道線的準(zhǔn)確定位一直未得到有效解決。

【發(fā)明內(nèi)容】

[0009]本發(fā)明所要解決的技術(shù)問題是，提供一種能快速、準(zhǔn)確定位車道線的方法。
[0010]本發(fā)明為解決上述技術(shù)問題所采用的技術(shù)方案是，一種基于多特征融合及多態(tài)均值的車道線定位方法，包括以下步驟:
[0011]步驟1、轉(zhuǎn)換色彩空間:將攝像頭采集的原始圖像轉(zhuǎn)換為灰度圖像和HSI圖像；
[0012]步驟2、車道線區(qū)域初步劃分:
[0013]對(duì)于灰度圖像的處理:在車輛正前方的區(qū)域取局部區(qū)域作為道路樣本，計(jì)算區(qū)域內(nèi)像素的均值m和標(biāo)準(zhǔn)差。，若標(biāo)準(zhǔn)差。小于預(yù)設(shè)閾值，則將該標(biāo)準(zhǔn)差σ作為道路灰度分布的依據(jù)；再計(jì)算灰度圖像中各像素點(diǎn)與均值m之差的絕對(duì)值τ i ；
[0014]對(duì)HSI圖像的處理:計(jì)算HSI圖像中各像素點(diǎn)與由先驗(yàn)知識(shí)得到的白色或黃色區(qū)域中心的距離τ2;
[0015]計(jì)算各像素點(diǎn)融合特征入:
【權(quán)利要求】
1.一種基于多特征融合及多態(tài)均值的車道線定位方法，其特征在于，包括以下步驟: 步驟1、轉(zhuǎn)換色彩空間:將攝像頭采集的原始圖像轉(zhuǎn)換為灰度圖像和HSI圖像； 步驟2、車道線區(qū)域初步劃分: 對(duì)于灰度圖像，在車輛正前方的區(qū)域取局部區(qū)域作為道路樣本，計(jì)算區(qū)域內(nèi)像素的均值m和標(biāo)準(zhǔn)差σ，若標(biāo)準(zhǔn)差σ小于預(yù)設(shè)閾值,則將該標(biāo)準(zhǔn)差σ作為道路灰度分布的依據(jù)；再計(jì)算灰度圖像中各像素點(diǎn)與均值m之差的絕對(duì)值T1 ; 對(duì)HSI圖像，計(jì)算HSI圖像中各像素點(diǎn)與由先驗(yàn)知識(shí)得到的白色或黃色區(qū)域中心的距離τ2; 計(jì)算各像素點(diǎn)的融合特征入: 義=Ctr1 (I _ ) + a2e^H 式中，αι, α 2 e [O, I]分別為灰度通道和HSI通道的權(quán)重AuP2E (O, )為通道的調(diào)整系數(shù)； 將融合特征λ大于車道線判定閾值的像素點(diǎn)劃分至車道線區(qū)域，否則劃分至非車道線區(qū)域；對(duì)所有像素點(diǎn)劃分完畢后，再進(jìn)行閉操作，得到車道線區(qū)域初步劃分圖像； 步驟3、車道線精確提取: 以車道線區(qū)域初步劃分圖像取設(shè)定高度范圍內(nèi)的各行的中間像素點(diǎn)為起始位置分別向左、右兩邊搜素左側(cè) 車道線端點(diǎn)、右側(cè)車道線端點(diǎn)； 所述左側(cè)車道線端點(diǎn)的標(biāo)準(zhǔn)為:以車道線端點(diǎn)為起始位置向左搜索方向上的預(yù)設(shè)寬度范圍內(nèi)存在連續(xù)的屬于車道線區(qū)域的像素點(diǎn)，并在連續(xù)的車道線區(qū)域的像素點(diǎn)之后出現(xiàn)非車道線區(qū)域的像素點(diǎn)，并且以該端點(diǎn)作為左下角取設(shè)定大小的子圖像內(nèi)有滿足設(shè)定斜率范圍與的設(shè)定長(zhǎng)度直線段； 所述右側(cè)車道線端點(diǎn)的標(biāo)準(zhǔn)為:以車道線端點(diǎn)為起始位置向右搜索方向上的預(yù)設(shè)寬度范圍內(nèi)存在連續(xù)的屬于車道線區(qū)域的像素點(diǎn)，并在連續(xù)的車道線區(qū)域的像素點(diǎn)之后出現(xiàn)非車道線區(qū)域的像素點(diǎn)，并且以該端點(diǎn)作為右下角取設(shè)定大小的子圖像內(nèi)有滿足設(shè)定斜率范圍與的設(shè)定長(zhǎng)度直線段； 步驟4、利用多態(tài)均值對(duì)車道線定位:將連續(xù)幀中檢測(cè)出的左側(cè)車道線端點(diǎn)、右側(cè)車道線端點(diǎn)位置坐標(biāo)求平均值，得到左側(cè)車道線端點(diǎn)、右側(cè)車道線端點(diǎn)的定位結(jié)果，并將當(dāng)前圖像中所有的左側(cè)車道線端點(diǎn)連為直線得到車輛前方左側(cè)車道線定位結(jié)果，將當(dāng)前圖像中所有的右側(cè)車道線端點(diǎn)連為直線得到車輛前方右側(cè)車道線定位結(jié)果。
2.如權(quán)利要求1所述一種基于多特征融合及多態(tài)均值的車道線定位方法，其特征在于，步驟3中所述設(shè)定高度范圍為0.9Η至0.6Η，H為圖像高度。
3.如權(quán)利要求1所述一種基于多特征融合及多態(tài)均值的車道線定位方法，其特征在于，步驟3中，以左側(cè)車道線端點(diǎn)端點(diǎn)作為左下角取設(shè)定大小的子圖像內(nèi)有滿足設(shè)定斜率范圍與的設(shè)定長(zhǎng)度直線段的判斷方法為:在子圖像內(nèi)進(jìn)行45°斜向Sobel濾波，并對(duì)濾波后的圖像進(jìn)行霍夫變換找到最長(zhǎng)的直線，合并小于設(shè)定間隔線段，判斷最長(zhǎng)的直線是否大于等于設(shè)定長(zhǎng)度； 以右側(cè)車道線端點(diǎn)端點(diǎn)作為右下角取設(shè)定大小的子圖像內(nèi)有滿足設(shè)定斜率范圍與的設(shè)定長(zhǎng)度直線段的判斷方法為:在子圖像內(nèi)進(jìn)行-45°斜向Sobel濾波，并對(duì)濾波后的圖像進(jìn)行霍夫變換找到最長(zhǎng)的直線，合并小于設(shè)定間隔線段，判斷最長(zhǎng)的直線是否大于等于設(shè)定長(zhǎng)度 。
【文檔編號(hào)】G06K9/00GK104036246SQ201410256478
【公開日】2014年9月10日 申請(qǐng)日期:2014年6月10日 優(yōu)先權(quán)日:2014年6月10日
【發(fā)明者】解梅, 馬爭(zhēng), 毛河 申請(qǐng)人:電子科技大學(xué)