基于點(diǎn)聚類的車道線檢測(cè)方法
【專利摘要】本發(fā)明提供一種基于點(diǎn)聚類的車道線檢測(cè)方法，把Hough檢測(cè)直線的用到的坐標(biāo)變換思想應(yīng)用到我們的車道線檢測(cè)中，把車道線檢測(cè)轉(zhuǎn)化為對(duì)點(diǎn)的聚類；把直線從x?y坐標(biāo)系映射到k?b坐標(biāo)系以后，k?b坐標(biāo)系中聚類點(diǎn)的中心位置至關(guān)重要，它包含了車道線位置和斜率信息，通過分析這些信息，可以有效提取車道線。本發(fā)明不在過分依賴于圖像的灰度信息，充分利用canny邊緣檢測(cè)到的邊緣信息，通過把直線從x?y坐標(biāo)系映射到k?b坐標(biāo)系對(duì)離散點(diǎn)進(jìn)行聚類來提取車道線，實(shí)現(xiàn)對(duì)車道線的檢測(cè)。
【專利說明】
基于點(diǎn)聚類的車道線檢測(cè)方法
技術(shù)領(lǐng)域
[0001]本發(fā)明屬于圖像處理和模式識(shí)別領(lǐng)域，主要涉及車道線檢測(cè)技術(shù)。
【背景技術(shù)】
[0002]車道線檢測(cè)是通過合適的算法，從車道圖片中準(zhǔn)確快速地找出車道線在圖片中的位置。從而車輛可以通過攝像頭的標(biāo)定數(shù)據(jù)，計(jì)算出本車與車道線的相對(duì)位置，達(dá)到車道預(yù)警的目的。車道線檢測(cè)的算法好壞，直接影響車道偏離系統(tǒng)的性能。在實(shí)際中，現(xiàn)有的車道線檢測(cè)算法對(duì)于虛車道線容易穿線判斷的不穩(wěn)定性。檢測(cè)出的車道反復(fù)在實(shí)車道線和虛車道線之間跳變，而且在錯(cuò)誤檢測(cè)到實(shí)車道線時(shí)跟蹤會(huì)一直錯(cuò)下去。
[0003]在數(shù)字圖像領(lǐng)域中，霍夫變換Hough是一種重要的形狀物體提取技術(shù)，尤其是對(duì)于直線、橢圓等具有良好的提取效果。該變換利用變換空間中的投票原則，得到特定形狀下的最佳圖像的相關(guān)參數(shù)值?；舴蜃儞Q的中心思想為:將一定形狀物體從一種空間轉(zhuǎn)換到另一種空間，從某一空間中特定的形狀特性轉(zhuǎn)變?yōu)榱硪豢臻g內(nèi)另一種更為方便計(jì)算的特性，然后利用投票原則，檢測(cè)出任意形狀的物體的相關(guān)參數(shù)值。
[0004]在一般χ-y坐標(biāo)空間中，利用公式y(tǒng) = k*x+bS卩可表示任何一條直線，其中x、y為變量，表示直線中對(duì)應(yīng)的X軸與y軸坐標(biāo)，而k、b為標(biāo)量，分別表示此直線的斜率與截距。
[0005]Hough變換的思想是轉(zhuǎn)換一種坐標(biāo)系空間到另一坐標(biāo)系空間，找到更能簡(jiǎn)便計(jì)算直線的特性。將直線從x-y坐標(biāo)系轉(zhuǎn)為k-b坐標(biāo)系，即將直線從公式y(tǒng) = k*x+b變?yōu)楣絙 = -x*k+y。在此公式中，k、b為變量，分別表示k軸與b軸對(duì)應(yīng)值，而x、y則為標(biāo)量。如圖1所示，圖1(a)中x-y坐標(biāo)空間中三點(diǎn)對(duì)應(yīng)到圖1 (b)中k_b坐標(biāo)系為3條線。同樣的，χ-y坐標(biāo)空間中3條直線會(huì)對(duì)應(yīng)k-b坐標(biāo)系的3點(diǎn)。

【發(fā)明內(nèi)容】

[0006]本發(fā)明所要解決的技術(shù)問題是，提供一種魯棒性更高的，利用霍夫變換來識(shí)別直線而從實(shí)現(xiàn)車道線檢測(cè)的方法。
[0007]本發(fā)明為解決上述技術(shù)問題所采用的技術(shù)方案是，基于點(diǎn)聚類的車道線檢測(cè)方法，包括以下步驟:
[0008]I)邊緣檢測(cè)步驟:截取行車圖像下半部分進(jìn)行canny邊緣檢測(cè)，得到邊緣檢測(cè)后的圖像；
[0009]2)Hough直線檢測(cè)步驟:
[0010]對(duì)邊緣檢測(cè)后的圖像進(jìn)行霍夫變換Hough直線檢測(cè)，通過設(shè)置最大直線間隙maxLineGap使得斷開的在同一條直線上的車道線連接起來；
[0011]3)圖像分割步驟:
[0012]將Hough直線檢測(cè)后的圖像水平等間隔均勻分割，在每個(gè)間隔中搜索直線，并且把搜索到的一段直線映射到k-b坐標(biāo)系的一點(diǎn)上；
[0013]4)聚類步驟:對(duì)k-b坐標(biāo)系上的點(diǎn)進(jìn)行模糊c均值聚類;類的個(gè)數(shù)及為預(yù)設(shè)候選車道線的條數(shù)，每類的中心點(diǎn)位置便是候選車道線所對(duì)應(yīng)的直線；
[0014]5)車道確定步驟:
[0015]在候選車道線中選擇離圖像豎直中心線最近的斜率大于零的左側(cè)車道線為正確的左側(cè)車道線，在候選車道線中選擇離圖像豎直中心線最近的斜率小于零的右側(cè)車道線為正確的右側(cè)車道線。
[0016]本發(fā)明把Hough檢測(cè)直線的用到的坐標(biāo)變換思想應(yīng)用到我們的車道線檢測(cè)中，把車道線檢測(cè)轉(zhuǎn)化為對(duì)點(diǎn)的聚類;把直線從x-y坐標(biāo)系映射到k-b坐標(biāo)系以后，k-b坐標(biāo)系中聚類點(diǎn)的中心位置至關(guān)重要，它包含了車道線位置和角度(斜率)信息，通過分析這些信息，可以有效提取車道線。
[0017]本發(fā)明的有益效果是，提出了一種新的車道線檢測(cè)算法，不在過分依賴于圖像的灰度信息，充分利用canny邊緣檢測(cè)到的邊緣信息，通過把直線從X-y坐標(biāo)系映射到k-b坐標(biāo)系對(duì)離散點(diǎn)進(jìn)行聚類來提取車道線，實(shí)現(xiàn)對(duì)車道線的檢測(cè)。
【附圖說明】
[0018]圖1為Hough變換示意圖。
[0019]圖2為車載攝像頭獲得的圖片。
[0020]圖3為canny邊緣檢測(cè)圖。
[0021]圖4為Hough直線檢測(cè)圖。
[0022]圖5為直線擴(kuò)展圖。
[0023]圖6為分割圖像不意圖。
[0024]圖7為檢測(cè)結(jié)果圖。
【具體實(shí)施方式】
[0025]待檢測(cè)車道線的圖像如圖2所示，檢測(cè)方法在VS2010平臺(tái)C++編程實(shí)現(xiàn)，步驟如下:
[0026]1、canny 邊緣檢測(cè)
[0027]為了排除大量干擾信息，保留當(dāng)前車道線信息，實(shí)施例選取圖像底端3/10部分進(jìn)行canny邊緣檢測(cè)，從圖3中可以看到保留了車道線邊緣信息，但是仍有一些非車道線信息，并且還要確定在多車道情況下當(dāng)前車輛所在車道。
[0028]2、Hough 直線檢測(cè)
[0029]對(duì)canny邊緣檢測(cè)處理后的圖像進(jìn)行Hough直線檢測(cè)。通過設(shè)置Hough檢測(cè)直線中的最大直線間隙maxLineGap，使得斷開的在同一條直線上的車道線連接起來，結(jié)果如圖5，這對(duì)正確檢測(cè)虛車道線至關(guān)重要，因?yàn)檫@樣擴(kuò)展了虛車道線的長(zhǎng)度。
[0030]最大直線間隙用于判斷同樣斜率與截距的相互有間隙的兩條線段是否視為一條直線，如果這個(gè)間隙大于該值，則被認(rèn)為是兩條線段，否則是一條maxLineGap設(shè)置的具體值本領(lǐng)域技術(shù)人員可以根據(jù)實(shí)際的虛車道線測(cè)試數(shù)據(jù)進(jìn)行調(diào)整。本實(shí)施例這里設(shè)置為50。
[0031]3、分割圖像
[0032]將Hough直線檢測(cè)后的圖像水平均勻分割，如圖6所示。在每個(gè)小間隔中搜索直線，并且把搜索到的一段直線映射到k-b坐標(biāo)系中的一個(gè)點(diǎn)，這樣k-b坐標(biāo)系將得到一張散點(diǎn)圖。
[0033]4、聚類
[0034]對(duì)k-b坐標(biāo)系得到一張散點(diǎn)圖，進(jìn)行模糊c均值聚類。類的個(gè)數(shù)及為候選車道線的條數(shù)，中心點(diǎn)位置便是候選車道線所對(duì)應(yīng)的直線，本實(shí)施例設(shè)置類的個(gè)數(shù)為4。
[0035]5、聚類問題轉(zhuǎn)化為在垂直方向上投影的求取
[0036]聚類是要把一堆離得很緊的點(diǎn)聚為一類，這相當(dāng)于求取在垂直方向具有最大投影的直線，即為我們要檢測(cè)的車道線。但是考慮到干擾信息及虛車道線時(shí)有時(shí)無(wú)的特性，通過設(shè)置類的個(gè)數(shù)為4后，左右車道都可以保留兩條長(zhǎng)度前兩名的車道候選線，選擇離圖像豎直中心線最近的左右兩條車道線，分別做運(yùn)算(y2-yl)/(X2-Xl)，左側(cè)結(jié)果大于零，右側(cè)結(jié)果小于零，即判為正確的車道線。如果當(dāng)前兩條車道線不滿足一正一負(fù)的運(yùn)算結(jié)果，再?gòu)奈催x擇的車道線中選擇一條與之前運(yùn)算結(jié)果符號(hào)相反的車道線作為一條正確的車道線，另一條正確車道線為之前兩條符號(hào)相同且離中心線最近的車道線為當(dāng)前車道線，如圖7所示。
【主權(quán)項(xiàng)】
1.基于點(diǎn)聚類的車道線檢測(cè)方法，其特征在于，包括以下步驟: I)邊緣檢測(cè)步驟:截取行車圖像下半部分進(jìn)行canny邊緣檢測(cè)，得到邊緣檢測(cè)后的圖像； 2 )Hough直線檢測(cè)步驟: 對(duì)邊緣檢測(cè)后的圖像進(jìn)行霍夫變換Hough直線檢測(cè)，通過設(shè)置最大直線間隙maxLineGap使得斷開的在同一條直線上的車道線連接起來； 3)圖像分割步驟: 將Hough直線檢測(cè)后的圖像水平等間隔均勻分割，在每個(gè)間隔中搜索直線，并且把搜索到的一段直線映射到k-b坐標(biāo)系的一點(diǎn)上； 4)聚類步驟:對(duì)k-b坐標(biāo)系上的點(diǎn)進(jìn)行模糊c均值聚類;類的個(gè)數(shù)及為預(yù)設(shè)候選車道線的條數(shù)，每類的中心點(diǎn)位置便是候選車道線所對(duì)應(yīng)的直線； 5)車道確定步驟: 在候選車道線中選擇離圖像豎直中心線最近的斜率大于零的左側(cè)車道線為正確的左側(cè)車道線，在候選車道線中選擇離圖像豎直中心線最近的斜率小于零的右側(cè)車道線為正確的右側(cè)車道線。2.如權(quán)利要求1所述基于點(diǎn)聚類的車道線檢測(cè)方法，其特征在于，截取行車圖像下半部分具體為截取行車圖像3/10部分。3.如權(quán)利要求1所述基于點(diǎn)聚類的車道線檢測(cè)方法，其特征在于，最大直線間隙maxLineGap 設(shè)置為50。4.如權(quán)利要求1所述基于點(diǎn)聚類的車道線檢測(cè)方法，其特征在于，聚類步驟中設(shè)置類的個(gè)數(shù)為4。
【文檔編號(hào)】G06K9/00GK105912977SQ201610195295
【公開日】2016年8月31日
【申請(qǐng)日】2016年3月31日
【發(fā)明人】解梅, 劉伸展, 張錦宇, 王博
【申請(qǐng)人】電子科技大學(xué)