:對步驟S3得到的車道線邊緣二值圖像進(jìn)行改進(jìn)的快速隨機(jī)霍夫線檢測； 步驟S5 :檢測每條車道線的組成線條數(shù)，并將該些線條擴(kuò)充為一條粗直線；具體即，首 先對各車道線進(jìn)行形態(tài)學(xué)膨脹將各線條之間的空隙填充，然后再對其進(jìn)行形態(tài)學(xué)腐蝕，得 到各條車道線的粗直線； 步驟S6 :對步驟S5得到的圖像進(jìn)行細(xì)線化，考慮到細(xì)線化可能產(chǎn)生短枝，設(shè)定一個(gè)線 條長度閾值t，若線條的長度小于t則認(rèn)為是短枝，需去除掉；若線條長度大于t則認(rèn)為是 車道線的一部分，需保留； 步驟S7 :選取采樣點(diǎn)，對采樣點(diǎn)進(jìn)行最小二乘法擬合，得到最終車道線；其中，采樣點(diǎn) 的選取原則是在圖像的中間3/5范圍內(nèi)選取，即去除掉上下的1/5部分，并以中軸線為中心 將采樣特征點(diǎn)分為左右兩部分，分別擬合左右車道線。
2. 根據(jù)權(quán)利要求1所述的一種結(jié)合山脊邊界檢測及霍夫變換的快速車道線檢測方法， 其特征在于：所述步驟S3中，采用的valley算法在選定的車道線區(qū)域內(nèi)檢測車道線的邊緣 的具體步驟如下， 步驟S31 :將步驟S2選定的車道線區(qū)域平分為左中右三部分； 步驟S32:由于車道線是左右兩條與水平方向夾角分別近似為45°和135°的相交直 線組成，為了加快檢測速度，左部分選擇0°和135°方向的山脊檢測方向差值公式進(jìn)行 檢測，右部分選擇0°和45°方向的山脊檢測方向差值公式進(jìn)行檢測，中間部分采用0°、 45°、90°、和135°全方向的山脊檢測方向差值公式進(jìn)行檢測。
3. 根據(jù)權(quán)利要求2所述的一種結(jié)合山脊邊界檢測及霍夫變換的快速車道線檢測方法， 其特征在于：在步驟S32中，所述0°、45°、90°、和135°的山脊檢測方向差值公式分別如 下：
其中，f(i，j)為像素（i，j)的灰度值，Wi和^為權(quán)重值，且、和^的選取滿足wi+w2=l， '、T2、T3、1\分別為四個(gè)方向的差值。
4.根據(jù)權(quán)利要求3所述的一種結(jié)合山脊邊界檢測及霍夫變換的快速車道線檢測方法， 其特征在于：所述步驟S3中，對每一個(gè)檢測點(diǎn)，從其5X 5鄰域中判斷其是否為一個(gè)山脊點(diǎn)， 若為，則認(rèn)定其為預(yù)選的山脊點(diǎn)； 所述山脊點(diǎn)的具體判斷方式為， Α.對于車道線區(qū)域的左部分0°和135°方向的山脊點(diǎn)判斷： T=MAX (T1, T4) 若T=T1,則需判斷
若滿足的話，此點(diǎn)為山脊點(diǎn)，且 f(i，j)=255 ;否則 f(i，j)=0 ; 若T=T4，則需判斷若滿足的話，此點(diǎn)為山脊點(diǎn)，且 f(i，j)=255 ;否則 f(i，j)=0 ;
B. 對于車道線區(qū)域的右部分判斷0°和45°方向的山脊點(diǎn)判斷：
T=MAX (T1, T2) 若T=T1,則需判斷 若滿足的話，此點(diǎn)為山脊點(diǎn)，且 f(i，j)=255 ;否則 f(i，j)=0 ; 若T=T2，則需判斷若滿足的話，此點(diǎn)為山脊點(diǎn)，且 f(i，j)=255 ;否則 f(i，j;=U ;
C. 對于車道線區(qū)域的中部分判斷四個(gè)方向方向的山脊點(diǎn)判斷： T=MAXai, T2, T3, T4) 若T=T1,則需判斷
，若滿足的話，此點(diǎn)為山脊點(diǎn)，且 f(i，j)=255 ;否則 f(i，j)=0 ; 若T=T2，則需判斷
若滿足的話，此點(diǎn)為山脊點(diǎn)，且 f(i，j)=255 ;否則 f(i，jW)， 若T=T3，則需判斷
苕滿足的話，此點(diǎn)為山脊點(diǎn)，且 f(i，j)=255 ;否則 f(i，j)=0 ; 若T=T4,則需判斷
，若滿足的話，此點(diǎn)為山脊點(diǎn)，且 f(i，j)=255 ;否則 f(i，j)=0 ; 其中，T為最大差值，threshold為山脊檢測的閾值。
5. 根據(jù)權(quán)利要求4所述的一種結(jié)合山脊邊界檢測及霍夫變換的快速車道線檢測方法， 其特征在于：所述threshold取值為5。
6. 根據(jù)權(quán)利要求1所述的一種結(jié)合山脊邊界檢測及霍夫變換的快速車道線檢測方法， 其特征在于：所述步驟S4中，對步驟S3得到的車道線邊緣二值圖像進(jìn)行改進(jìn)的快速隨機(jī)霍 夫線檢測的具體步驟如下， 步驟S41 :將步驟S3得到的車道線邊緣二值圖像上隨機(jī)選取的特征點(diǎn)P(X，y)作為種 子點(diǎn)； 步驟S42 :以種子點(diǎn)P為中心，選取n*n的滑動窗口，設(shè)窗口內(nèi)領(lǐng)域點(diǎn)族為ΡΤ#，計(jì)算鄰 域內(nèi)點(diǎn)？1與種子點(diǎn)P構(gòu)成的直線4的參數(shù)/^和0，直到窗口內(nèi)所有的點(diǎn)都被計(jì)算到，其 中，η為為正整數(shù)； 步驟S43:根據(jù)車道線邊緣二值圖像的特征，設(shè)定參數(shù)P和g的變化范圍為 ，統(tǒng)計(jì)參數(shù)落在土Δα ?5| ± 范圍內(nèi)的直線數(shù)L，其中，L為為正整數(shù)； 步驟S44 :根據(jù)步驟S43得到直線數(shù)L，得到參數(shù)落在g 土 范圍內(nèi)最大直線 數(shù)Lmax，記該Lmax條直線為通過P點(diǎn)的初始直線，并且計(jì)算該L max條直線的平均轉(zhuǎn)，統(tǒng)計(jì)在 鄰域范圍內(nèi)以為直線參數(shù)且通過P點(diǎn)的直線數(shù)T，其中，T為正整數(shù)， 步驟S45 :設(shè)定閾值T1，若T > T1,則認(rèn)為存在直線通過點(diǎn)P，并轉(zhuǎn)到步驟S46 ;若T < T1, 則認(rèn)為不存在直線通過點(diǎn)P，將P點(diǎn)像素設(shè)為〇,刪除種子點(diǎn)P，并返回步驟S41重新選取種 子點(diǎn)； 步驟S46 :在整個(gè)圖像范圍內(nèi)，根據(jù)p = XCOS#+/Sffl#逐個(gè)計(jì)算當(dāng)g = I時(shí)，通過P點(diǎn)和 所有待檢測點(diǎn)的參數(shù)/?，當(dāng)|ρ-?)<4口，則檢測到一條參數(shù)且通過P點(diǎn)的直線，且通 過p點(diǎn)的直線計(jì)數(shù)器加1; 步驟S47 :設(shè)定閾值T2，若通過P點(diǎn)的直線計(jì)數(shù)器的計(jì)數(shù)值大于Τ2,則認(rèn)為檢測到的通 過P點(diǎn)的直線有Lmax條直線； 步驟S48 :刪除點(diǎn)Ρ，返回步驟S41，直到?jīng)]有特征點(diǎn)可以選取為止。
【專利摘要】本發(fā)明涉及一種結(jié)合山脊邊界檢測及霍夫變換的快速車道線檢測方法。該方法從采集的車道線視頻中截取單幀圖像，首先進(jìn)行縮小并灰度化，減少數(shù)據(jù)量，然后在車道線范圍內(nèi)應(yīng)用基于方向的快速山脊檢測方法，得到二值圖像；然后對得到的二值圖像應(yīng)用快速的霍夫直線檢測方法檢測到兩組車道線，再對其進(jìn)行膨脹腐蝕得到兩條粗的車道線，再對其進(jìn)行細(xì)線化，最后在細(xì)線化圖像上選取采樣點(diǎn)，利用最小二乘法擬合出車道線。本發(fā)明方法的每一步都是依據(jù)車道線的方向、形態(tài)等特征改進(jìn)的特殊方法，比傳統(tǒng)的檢測方法更高效。
【IPC分類】G06K9-00
【公開號】CN104537342
【申請?zhí)枴緾N201410812599
【發(fā)明人】王衛(wèi)星
【申請人】福州大學(xué)
【公開日】2015年4月22日
【申請日】2014年12月24日