專利名稱：基于車載攝像機(jī)的車輛變道檢測方法
技術(shù)領(lǐng)域：
本發(fā)明涉及圖像處理和交通視頻檢測領(lǐng)域，是一種基于車載攝像機(jī)的車輛變道檢測方法，主要應(yīng)用于駕校路考時的車輛變道檢測評價。
背景技術(shù)：
現(xiàn)代社會開車基本成為一個必備技能，考駕照的人數(shù)逐年遞增，駕校學(xué)員的增多讓教練員工作量增大，從而給每個學(xué)員指導(dǎo)的時間就少了，不利于學(xué)員水平的提高。另外， 在考駕照過程中，偶爾一些學(xué)員通過不正當(dāng)手段，買通考官，這樣沒學(xué)扎實(shí)就拿到駕照，為以后道路交通安全留下隱患。因此，有人提出用一些儀器設(shè)備自動檢測學(xué)員的駕駛水平，并進(jìn)行信息反饋，減輕教練員的壓力，同時，在考試時，利用儀器設(shè)備進(jìn)行評價，更能夠做到公平公正，標(biāo)準(zhǔn)統(tǒng)一，讓每一個拿到駕照的考生都是合格的司機(jī)。開車時變換車道是駕駛中非常重要的一環(huán)，目前評價駕校學(xué)員變換車道水平主要依靠教練員和教官目測，人為因素較大，標(biāo)準(zhǔn)不統(tǒng)一，而且依靠人連續(xù)判斷，時間長了之后效果明顯降低，容易出錯。另外，少數(shù)駕駛學(xué)校給車安裝陀螺儀，判斷該車輛變換車道情況， 但是效果非常糟糕，如果方向盤轉(zhuǎn)的角度稍大，就會判斷為變換車道成功，容易誤判，變道通過的標(biāo)準(zhǔn)也很低，對學(xué)員提供駕車水平?jīng)]有太多益處。

發(fā)明內(nèi)容
本發(fā)明是一種實(shí)時性高的基于車載攝像機(jī)的車輛變道檢測方法。為了實(shí)現(xiàn)該目標(biāo)，本發(fā)明采取如下技術(shù)方案一種基于車載攝像機(jī)的車輛變道檢測方法，按照以下步驟進(jìn)行步驟1 初始化，從車載攝像機(jī)讀入視頻文件，并截取一幀禮乂112乂3大小的彩色圖像，其中M1和禮為正整數(shù)，分別表示圖像矩陣的行數(shù)和列數(shù)，然后將獲得的彩色圖像從RGB 彩色空間轉(zhuǎn)換到灰度空間，記為S1,大小為M1XM2,步驟2 對圖像S1的天空區(qū)域和地面區(qū)域圖像進(jìn)行分割，其具體分割方法為禾O用亮度特征動態(tài)尋找圖像中路面和背景的分界線，首先采用水平均值投影法對圖像S1進(jìn)行投影其算法如下用H(i，j)表示圖像S1中像素點(diǎn)(i，j)的灰度值，則
1 M2^=-TjH(iJ)'! = 1,2, ...,M1
M2勻其中Xi表示第i行按水平方向投影的灰度均值，構(gòu)成一個包含M1個元素的列向量，記為X，從X的第f個元素開始向第M1個元素進(jìn)行逐個搜索，其中|表示取整，如
果有元素 Xc， 兩足Xc < Xd 且 Xc < xc+1，X。為列向量X的第C個元素，< C CM1，則以第一次出現(xiàn)的滿足Xc^v1且&< Xc+1條件的元素X。對應(yīng)的圖像矩陣S1的第C行作為地面區(qū)域和天空區(qū)域的分割線位置， 選取分割線下面的區(qū)域作為地面區(qū)域圖像S2,地面區(qū)域圖像S2的大小為N2XM2，其中N2為正整數(shù)，N2為地面區(qū)域圖像矩陣S2的行數(shù)，步驟3 利用公知的Sobel算子對步驟2中選取的地面區(qū)域圖像S2進(jìn)行邊緣檢測， 得到大小為N2XM2的圖像S3,步驟4 利用大津法對圖像進(jìn)行二值化，其具體方法如下計算類間方差g， 0019]Ntl為圖像S3中像素的灰度值小于閾值T1的像素個數(shù)，Mtl為圖像S3中像素的灰度值大于閾值T1的像素個數(shù)，μ C1為圖像S3中像素的灰度值小于閾值T1的所有像素平均灰度， μ i為圖像S3中像素的灰度值大于閾值T1的所有像素平均灰度，閾值T1 = 0、1、2、3、……、 255，由此得到256個類間方差g，再從中選出最大g值，并以最大g值所對應(yīng)的閾值T1作為道路線和路面的分割閾值T，圖像S3中灰度大于T的像素點(diǎn)賦值為255，小于T的像素點(diǎn)賦值為0，得到大小為N2XM2的二值化圖像S4,步驟5 提取車道線方程，其具體算法如下將二值化圖像S4平均分成左右兩部分，左半部分?jǐn)M合左車道線，右半部分?jǐn)M合右車道線，對于左車道線擬合，使用左半部分圖
像，遍歷每一個白色像素點(diǎn)(i1; j\)，其中Iy ψ ,1彡KN2，其中f表示取整，使
用方程P ！ =θ 1)+j1Xsin( θ在Q1G (40°，52° )內(nèi)遍歷，P1是直線到坐標(biāo)原點(diǎn)的距離，這樣將圖像左半部分白點(diǎn)映射到(P1, θχ)參數(shù)空間累加圖像D1，找到累加圖像D1中累加值最大的點(diǎn)(Plm， θ lm)，并以累加值最大的點(diǎn)(Ρ1ω，θ1ω)的值大于50作為擬合直線的要求，如果滿足擬合直線的要求，則該點(diǎn)對應(yīng)的直線作為潛在左車道線，否則放棄這一幀圖像的處理，對于右車道擬合，使用右半部分圖像，遍歷每一個白色像素點(diǎn)(ip九)，其中
ψ ^r ^M2, 1 ^ jr ^ N2，其中^·表示取整，使用方程P r = irXcos( θ r)+jrXsin( θ r)在(140°，128° )內(nèi)遍歷，P r是直線到坐標(biāo)原點(diǎn)的距離，這樣將圖像右半部分白點(diǎn)映射到(Pr，參數(shù)空間累加圖像比，找到累加圖像比中累加值最大的點(diǎn)(P rm， θ J，并以累加值最大的點(diǎn)(Ρ ，θ J的值大于50作為擬合直線的要求，如果滿足擬合直線的要求，則該點(diǎn)對應(yīng)的直線作為潛在右車道線，否則放棄這一幀圖像的處理，步驟6、判斷車道線類型，其具體算法如下對于左車道線，根據(jù)上一步得到的車道線方程Plm= “※(^⑶^+丄父^?。、荿，令仁=1，求出左車道線和圖片邊緣交點(diǎn)(1，J\)，如果圖片邊緣交點(diǎn)中的J1比圖片高度隊(duì)小70以上，認(rèn)為車道線擬合不準(zhǔn)確，
6放棄，否則，開始判斷左車道線類型，建立一個列向量L，共N2個元素，對于列向量L中的元素Lk的值，1彡N2，如果圖像S4中第k行里有坐標(biāo)點(diǎn)為(i1; J1)的像素滿足方程 Plm-i1Xcos(0lm)+j1Xsin(0lm) I < 5，且該點(diǎn)像素為白色，Lk取1，否則Lk取0，得到列
向量L后，記L中1的個數(shù)為L1，如果$ <0.7，左車道線為虛線，否則為實(shí)線，對于右車道線，根據(jù)上一步得到的車道線方程Pnil = irXcos(6 J+jrXs in (θ )，令= M2，求出右車道線和圖片邊緣交點(diǎn)(M2, jr)，如果圖片邊緣交點(diǎn)中的丄比圖片高度隊(duì)小70以上，認(rèn)為車道線擬合不準(zhǔn)確，放棄，否則，開始判斷右車道線類型，建立一個列向量R，共N2個元素，對于元素Rk的值，如果圖像S4中第k行里有坐標(biāo)點(diǎn)為⑴，jr)的像素滿足方程I P rm-irXcos(0 rm)+JrXsin (θ J I < 5，且該點(diǎn)像素為
白色，Rk取1，否則Rk取0，得到列向量R后，記R中1的個數(shù)為R1,如果$ < 0.7，右車道線
為虛線，否則為實(shí)線，步驟7、車道線處理結(jié)果歸類將不能滿足步驟5所述擬合直線要求的圖像標(biāo)記為0 ；將步驟6中車道線擬合不準(zhǔn)確的圖像記為0;步驟6中左車道線為實(shí)線且右車道線為虛線的圖像記為1，對應(yīng)左車道， 左右車道線都是虛線的圖像記為2，對應(yīng)中間車道，左車道線為虛線且右車道線為實(shí)線的圖像記為3，對應(yīng)右車道，步驟8、判斷當(dāng)前車輛變道情況將攝像機(jī)讀入的每一幀圖像經(jīng)過步驟1至步驟7的處理出來的結(jié)果標(biāo)記為0、1、2、 3中的一個數(shù)字，并按照處理結(jié)果的先后順序，將代表處理結(jié)果的標(biāo)記數(shù)字0、1、2或3組合成一個序列，且將新的圖像處理結(jié)果不斷地排在序列的尾部，由此形成一個實(shí)時更新的序列，并從這個實(shí)時更新的序列中可以判斷車輛變道情況，具體判斷方法如下步驟8. 1對實(shí)時更新的序列的最后十個元素進(jìn)行觀察，如果發(fā)現(xiàn)最后十個元素的數(shù)值同時為1、同時為2或同時為3，則記這最后十個元素對應(yīng)的同一個數(shù)值為a，否則，進(jìn)入步驟8. 2，步驟8. 2從序列倒數(shù)第十一個元素開始向前搜索，如果再次發(fā)現(xiàn)連續(xù)十個元素的數(shù)值同時為1、同時為2或同時為3，則記這十個元素對應(yīng)的同一個數(shù)值為b，否則，返回步驟 8. 1，步驟8. 3如果數(shù)值a與數(shù)值b不相等，則變換車道成功，否則，返回步驟8. 1，繼續(xù)觀察實(shí)時更新的序列的最后十個元素。與現(xiàn)有的技術(shù)相比，本發(fā)明的特點(diǎn)在于1)利用已有的車載攝像機(jī)，外加一個簡單的工控機(jī)，成本低廉，比請教練員省很多費(fèi)用。2)實(shí)時性高。攝像機(jī)每秒可以提供25幀圖像，而只要10幀就可以準(zhǔn)確檢測出變換車道情況，耗時小于0.5秒。3)檢測數(shù)據(jù)多，評價變道水平準(zhǔn)確客觀。通過該方式可以檢測變道所用的時間，是否壓線，結(jié)合其他一些設(shè)備，可以檢測變道所用距離等參數(shù)，可以對考試變道水平進(jìn)行準(zhǔn)確客觀的評價。
4)適用面廣，易于推廣。硬件設(shè)備簡單便宜，安裝時不要對車進(jìn)行改造，易于安裝， 很容易推廣到全國的大部分駕校考試系統(tǒng)。對于一些特例，對軟件進(jìn)行簡單改進(jìn)，也能適用。


圖1是整個程序的流程圖。
具體實(shí)施例方式在具體的實(shí)施方式中，將結(jié)合附圖，清楚完整地描述基于車載攝像機(jī)的當(dāng)前車輛變道檢測的詳細(xì)過程，一種基于車載攝像機(jī)的車輛變道檢測方法，其特征在于按照以下步驟進(jìn)行步驟1 初始化，從車載攝像機(jī)讀入視頻文件，并截取一幀禮乂112乂3大小的彩色圖像，其中M1和M2為正整數(shù)，分別表示圖像矩陣的行數(shù)和列數(shù)，然后對于彩色圖像每一個像素，使用公式Y(jié) = O. 299*R+0. 587*G+0. 114*B (R、G、B分別代表每一個像素紅色，綠色，藍(lán)色分量值)將Y作為該點(diǎn)灰度值，從而將彩色圖像轉(zhuǎn)換為灰度圖像，記為S1,大小為M1XM2,步驟2 對圖像S1的天空區(qū)域和地面區(qū)域圖像進(jìn)行分割，其具體分割方法為禾Ij用亮度特征動態(tài)尋找圖像中路面和背景的分界線，首先采用水平均值投影法對圖像S1進(jìn)行投影其算法如下用H(i，j)表示圖像S1中像素點(diǎn)(i，j)的灰度值，則
權(quán)利要求
1. 一種基于車載攝像機(jī)的車輛變道檢測方法，其特征在于按照以下步驟進(jìn)行 步驟1 初始化，從車載攝像機(jī)讀入視頻文件，并截取一幀禮乂112乂3大小的彩色圖像， 其中M1和M2為正整數(shù)，分別表示圖像矩陣的行數(shù)和列數(shù)，然后將獲得的彩色圖像從RGB彩色空間轉(zhuǎn)換到灰度空間，記為S1，大小SM1XM2,步驟2 對圖像S1的天空區(qū)域和地面區(qū)域圖像進(jìn)行分割，其具體分割方法為利用亮度特征動態(tài)尋找圖像中路面和背景的分界線，首先采用水平均值投影法對圖像S1進(jìn)行投影其算法如下用H(i，j)表示圖像S1中像素點(diǎn)(i，j)的灰度值，則
全文摘要
一種基于車載攝像機(jī)的當(dāng)前車輛變道檢測方法，第一步，初始化讀入圖像，將輸入的圖像轉(zhuǎn)換到灰度空間；第二步，對圖像天空區(qū)域和地面區(qū)域進(jìn)行分割，獲取地面區(qū)域圖像；第三步，利用索貝爾算子進(jìn)行邊緣檢測；第四步，利用大津法進(jìn)行二值化；第五步，限定擬合范圍，有最低擬合點(diǎn)數(shù)限制的霍夫變換，提取車道線方程；第六步，判斷車道線類型；第七步，車道線處理結(jié)果歸類；第八步，判斷當(dāng)前車輛變道情況，本發(fā)明采用圖像的方式檢測當(dāng)前車輛變換車道情況，利用駕校已有的車載攝像機(jī)，成本低廉，實(shí)時性高，檢測數(shù)據(jù)多樣化，評價學(xué)員變道水平準(zhǔn)確客觀，設(shè)備安裝簡單，適用面廣。
文檔編號H04N5/225GK102208019SQ20111014836
公開日2011年10月5日 申請日期2011年6月3日 優(yōu)先權(quán)日2011年6月3日
發(fā)明者曾維理, 童辰, 路小波 申請人:東南大學(xué)