一種車道線檢測(cè)方法和裝置制造方法
【專利摘要】本發(fā)明公開(kāi)了一種車道線檢測(cè)方法和裝置，屬于智能交通領(lǐng)域。所述方法包括：采集待測(cè)圖像，并在待測(cè)圖像中確定第一感興趣區(qū)；確定屬于同一角度區(qū)間的所有像素的梯度幅值的累加值，并根據(jù)累加值確定第一梯度角度和第二梯度角度；將第一感興趣區(qū)內(nèi)的圖像分別與代入第一梯度角度、第二梯度角度的方向可調(diào)節(jié)濾波器進(jìn)行卷積，得到第一矩陣、第二矩陣；對(duì)第一矩陣和第二矩陣中的元素值取絕對(duì)值，并將元素值取絕對(duì)值后的第一矩陣和第二矩陣相加，得到第三矩陣；對(duì)第三矩陣中的元素值計(jì)算均值和方差，進(jìn)而得到閾值，將大于閾值的元素值對(duì)應(yīng)的像素作為特征點(diǎn)；對(duì)特征點(diǎn)組成的邊緣二值化圖像進(jìn)行霍夫變換，確定車道線的直線模型。本發(fā)明車道線檢測(cè)準(zhǔn)確性高。
【專利說(shuō)明】一種車道線檢測(cè)方法和裝置
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及智能交通領(lǐng)域，特別涉及一種車道線檢測(cè)方法和裝置。
【背景技術(shù)】
[0002]車道線檢測(cè)技術(shù)是指利用圖像傳感等手段檢測(cè)出道路虛實(shí)標(biāo)線的技術(shù)。利用車道線檢測(cè)技術(shù)，可以防止汽車偏離車道，也可以在車輛發(fā)生偏移或具有偏移趨勢(shì)時(shí)給駕駛員以警示信息，提醒駕駛員采取措施，防止事故發(fā)生。因此，車道線檢測(cè)對(duì)于汽車的行車安全
非常重要。
[0003]現(xiàn)有的車道線檢測(cè)方法包括:采用Sobel (索貝爾)邊緣檢測(cè)算子計(jì)算待測(cè)圖像中每個(gè)像素的梯度；將梯度大于固定閾值的像素判定為車道線特征點(diǎn)；根據(jù)判定的車道線特征點(diǎn)，采用最優(yōu)貝葉斯估計(jì)和最大似然估計(jì)方法，獲取車道線模型的參數(shù)。
[0004]在實(shí)現(xiàn)本發(fā)明的過(guò)程中，發(fā)明人發(fā)現(xiàn)現(xiàn)有技術(shù)至少存在以下問(wèn)題:
[0005]由于現(xiàn)有技術(shù)中采用Sobel邊緣檢測(cè)算子計(jì)算待測(cè)圖像中每個(gè)像素的梯度，并將梯度大于固定閾值的像素判定為車道線特征點(diǎn)，車道線特征點(diǎn)判斷標(biāo)準(zhǔn)的適用范圍有限。如當(dāng)?shù)缆肥艿綐?shù)木、光強(qiáng)、路面標(biāo)記、陰影等影響時(shí)，采用現(xiàn)有方法檢測(cè)車道線，容易將非車道線特征點(diǎn)判定為車道線特征點(diǎn)，進(jìn)而導(dǎo)致車道線模型的參數(shù)估計(jì)出現(xiàn)偏差，無(wú)法獲得正確的車道線。

【發(fā)明內(nèi)容】

[0006]為了解決現(xiàn)有技術(shù)存在無(wú)法獲得正確車道線的問(wèn)題，本發(fā)明實(shí)施例提供了一種車道線檢測(cè)方法和裝置。所述技術(shù)方案如下:
[0007]—方面，本發(fā)明實(shí)施例提供了一種車道線檢測(cè)方法，所述方法包括:
[0008]采集待測(cè)圖像，并在所述待測(cè)圖像中確定第一感興趣區(qū)，所述第一感興趣區(qū)為所述待測(cè)圖像的采集設(shè)備的視野中地平面消失線以下、左右邊界之內(nèi)的區(qū)域的全部或部分；
[0009]對(duì)所述第一感興趣區(qū)內(nèi)的圖像按照設(shè)定的角度區(qū)間進(jìn)行方向梯度統(tǒng)計(jì)，確定屬于同一所述角度區(qū)間的所有像素的梯度幅值的累加值，并根據(jù)所述累加值確定第一梯度角度和第二梯度角度，所述第一梯度角度屬于0-90°，所述第二梯度角度屬于90° -180° ；
[0010]將所述第一感興趣區(qū)內(nèi)的圖像與代入所述第一梯度角度的方向可調(diào)節(jié)濾波器進(jìn)行卷積，得到第一矩陣，將所述第一感興趣區(qū)內(nèi)的圖像與代入所述第二梯度角度的方向可調(diào)節(jié)濾波器進(jìn)行卷積，得到第二矩陣；
[0011]對(duì)所述第一矩陣和所述第二矩陣中的元素值取絕對(duì)值，并將元素值取絕對(duì)值后的所述第一矩陣和所述第二矩陣相加，得到第三矩陣；
[0012]對(duì)所述第三矩陣中的元素值計(jì)算均值和方差，并根據(jù)得到的所述均值和所述方差設(shè)定判斷特征點(diǎn)的閾值，將大于所述閾值的所述元素值對(duì)應(yīng)的像素作為特征點(diǎn)；
[0013]對(duì)所述特征點(diǎn)組成的邊緣二值化圖像進(jìn)行霍夫變換，確定左車道線的直線模型和右車道線的直線模型。[0014]在第一種可能的實(shí)現(xiàn)方式中，所述對(duì)所述第一感興趣區(qū)內(nèi)的圖像按照設(shè)定的角度區(qū)間進(jìn)行方向梯度統(tǒng)計(jì)，確定屬于同一所述角度區(qū)間的所有像素的梯度幅值的累加值，并根據(jù)所述累加值確定第一梯度角度和第二梯度角度，包括:
[0015]采用索貝爾邊緣檢測(cè)算子計(jì)算所述第一感興趣區(qū)內(nèi)的圖像中每個(gè)像素的橫軸方向的梯度和縱軸方向的梯度；
[0016]計(jì)算所述每個(gè)像素的梯度幅值和梯度角度；
[0017]將0° -180°劃分為若干個(gè)角度區(qū)間，將梯度角度屬于同一角度區(qū)間的梯度幅值進(jìn)行累加，得到每個(gè)角度區(qū)間的所有像素的梯度幅值的累加值；
[0018]在屬于0-90°的角度區(qū)間中，選取所述累加值最大的區(qū)間中的一個(gè)角度作為第一梯度角度，在屬于90° -180°的角度區(qū)間中,選取所述累加值最大的區(qū)間中的一個(gè)角度作為第二梯度角度。
[0019]在第二種可能的實(shí)現(xiàn)方式中，所述根據(jù)得到的均值和方差設(shè)定判斷特征點(diǎn)的閾值，包括:
[0020]以所述均值和a倍的方差之和作為所述閾值，2.5≤a≤3.5。
[0021]在第三種可能的實(shí)現(xiàn)方式中，所述對(duì)所述特征點(diǎn)組成的邊緣二值化圖像進(jìn)行霍夫變換，確定左車道線的直線模型和右車道線的直線模型，包括:
[0022]對(duì)所有所述特征點(diǎn)進(jìn)行坐標(biāo)轉(zhuǎn)換，并得到所有經(jīng)過(guò)所述特征點(diǎn)的直線組；
[0023]將所有經(jīng)過(guò)所述特征點(diǎn)的直線組映射到霍夫空間，得到參數(shù)空間累加圖像；
[0024]將所述累加圖像的上半 幅圖像中所述特征點(diǎn)個(gè)數(shù)最多的像素的坐標(biāo)，確定為左車道線直線模型的參數(shù)，得到左車 道線的直線模型；
[0025]將所述累加圖像的下半幅圖像中所述特征點(diǎn)個(gè)數(shù)最多的像素的坐標(biāo)，確定為右車道線直線模型的參數(shù)，得到右車道線的直線模型；
[0026]其中，車道線的直線模型為u*sin Θ +v*cos θ = p，( p，θ )為車道線模型的參數(shù)，Cu, V)為車道線的坐標(biāo)。
[0027]在第四種可能的實(shí)現(xiàn)方式中，所述在所述待測(cè)圖像中確定第一感興趣區(qū)，包括:
[0028]以所述待測(cè)圖像中，地平面消失線以下的部分中的遠(yuǎn)離地平面消失線的m/n區(qū)域作為所述第一感興趣區(qū)，m、η為正整數(shù)，m < η。
[0029]在第五種可能的實(shí)現(xiàn)方式中，所述方法還包括:
[0030]作經(jīng)過(guò)所述左車道線的直線模型與所述第一感興趣區(qū)的交點(diǎn)，且與所述地平面消失線垂直的第一垂線，作經(jīng)過(guò)所述右車道線的直線模型與所述第一感興趣區(qū)的交點(diǎn)，且與所述地平面消失線垂直的第二垂線，并以所述第一垂線、所述第二垂線、所述地平面消失線、所述第一感興趣區(qū)靠近所述地平面消失線的邊界線之間的區(qū)域作為第二感興趣區(qū)；
[0031]對(duì)所述第二感興趣區(qū)內(nèi)的圖像進(jìn)行坎尼邊緣提取，確定所述第二感興趣區(qū)中的特征點(diǎn)；
[0032]根據(jù)所述左車道線直線模型、所述右車道線模型、以及所述第二感興趣區(qū)中的特征點(diǎn)，確定所述第二感興趣區(qū)的車道線的曲線模型。
[0033]可選地，所述根據(jù)所述左車道線直線模型、所述右車道線模型、以及所述第二感興趣區(qū)中的特征點(diǎn)，確定所述第二感興趣區(qū)的車道線的曲線模型，包括:
[0034]計(jì)算所述左車道線的直線模型和所述右車道線的直線模型的交點(diǎn)，并將所述交點(diǎn)的橫軸坐標(biāo)作為所述左車道線的曲線模型和所述右車道的曲線模型的第一彎道參數(shù)，將所述交點(diǎn)的縱軸坐標(biāo)作為所述地平面消失線的縱軸坐標(biāo)；
[0035]將所述左車道線的直線模型的斜率作為所述左車道線的曲線模型的第二彎道系數(shù)，將所述右車道線的直線模型的斜率作為所述右車道線的曲線模型的第二彎道參數(shù)；
[0036]將所有的所述第二感興趣區(qū)中的特征點(diǎn)坐標(biāo)代入所述左車道線的曲線模型，選取滿足所述第二感興趣區(qū)中的特征點(diǎn)數(shù)量最多的第三彎道參數(shù)作為所述左車道線的曲線模型的第三彎道參數(shù)，將所有的所述第二感興趣區(qū)中的特征點(diǎn)坐標(biāo)代入所述右車道線的曲線模型，選取滿足所述第二感興趣區(qū)中的特征點(diǎn)數(shù)量最多的第三彎道參數(shù)作為所述右車道線的曲線模型的第三彎道參數(shù)；
[0037]其中，所述車道線的曲線模型為u=k/ (v-h)+b* (v-h)+vp，u為車道線橫軸坐標(biāo)，V為車道線縱軸坐標(biāo)，h為所述地平面消失線的縱軸坐標(biāo)，vp為所述第一彎道參數(shù)，b為所述第二彎道參數(shù)，k為所述第三彎道參數(shù)。
[0038]另一方面，本發(fā)明實(shí)施例提供了一種車道線檢測(cè)裝置，所述裝置包括:
[0039]圖像采集模塊，用于采集待測(cè)圖像，并在所述待測(cè)圖像中確定第一感興趣區(qū)，所述第一感興趣區(qū)為所述待測(cè)圖像的采集設(shè)備的視野中地平面消失線以下、左右邊界之內(nèi)的區(qū)域的全部或部分；
[0040]梯度統(tǒng)計(jì)模塊，用于對(duì)所述第一感興趣區(qū)內(nèi)的圖像按照設(shè)定的角度區(qū)間進(jìn)行方向梯度統(tǒng)計(jì)，確定屬于同一所述角度區(qū)間的所有像素的梯度幅值的累加值，并根據(jù)所述累加值確定第一梯度角度和第二梯度角度，所述第一梯度角度屬于0-90°，所述第二梯度角度屬于 90。-180° ；
[0041]卷積模塊，用于將所述第一感興趣區(qū)內(nèi)的圖像與代入所述第一梯度角度的方向可調(diào)節(jié)濾波器進(jìn)行卷積，得到第一矩陣，將所述第一感興趣區(qū)內(nèi)的圖像與代入所述第二梯度角度的方向可調(diào)節(jié)濾波器進(jìn)行卷積，得到第二矩陣；
[0042]矩陣處理模塊，用于對(duì)所述第一矩陣和所述第二矩陣中的元素值取絕對(duì)值，并將元素值取絕對(duì)值后的所述第一矩陣和所述第二矩陣相加，得到第三矩陣；
[0043]特征點(diǎn)獲取模塊，用于對(duì)所述第三矩陣中的元素值計(jì)算均值和方差，并根據(jù)得到的均值和方差設(shè)定判斷特征點(diǎn)的閾值，將元素值大于所述閾值的像素作為特征點(diǎn)對(duì)所述第三矩陣中的元素值計(jì)算均值和方差，并根據(jù)得到的所述均值和所述方差設(shè)定判斷特征點(diǎn)的閾值，將大于所述閾值的所述元素值對(duì)應(yīng)的像素作為特征點(diǎn)；
[0044]車道線確定模塊，用于對(duì)所述特征點(diǎn)組成的邊緣二值化圖像進(jìn)行霍夫變換，確定左車道線的直線模型和右車道線的直線模型。
[0045]在一種可能的實(shí)現(xiàn)方式中，所述圖像采集模塊用于，
[0046]以所述待測(cè)圖像中，地平面消失線以下的部分中的遠(yuǎn)離地平面消失線的m/n區(qū)域作為所述第一感興趣區(qū)，m、η為正整數(shù)，m < η。
[0047]可選地，所述圖像采集模塊還用于，
[0048]作經(jīng)過(guò)所述左車道線的直線模型與所述第一感興趣區(qū)的交點(diǎn)，且與所述地平面消失線垂直的第一垂線，作經(jīng)過(guò)所述右車道線的直線模型與所述第一感興趣區(qū)的交點(diǎn)，且與所述地平面消失線垂直的第二垂線，并以所述第一垂線、所述第二垂線、所述地平面消失線、所述第一感興趣區(qū)靠近所述地平面消失線的邊界線之間的區(qū)域作為第二感興趣區(qū)；[0049]所述裝置還包括:
[0050]特征點(diǎn)提取模塊，用于對(duì)所述第二感興趣區(qū)內(nèi)的圖像進(jìn)行坎尼邊緣提取，確定所述感興趣區(qū)中的特征點(diǎn)；
[0051]曲線模型確定模塊，用于根據(jù)所述左車道線直線模型、所述右車道線模型、以及所述第二感興趣區(qū)中的特征點(diǎn)，確定所述第二感興趣區(qū)的車道線的曲線模型。
[0052]本發(fā)明實(shí)施例提供的技術(shù)方案帶來(lái)的有益效果是:
[0053]通過(guò)在待測(cè)圖像中確定的第一感興趣區(qū)內(nèi)的圖像進(jìn)行梯度統(tǒng)計(jì)，得到代入方向可調(diào)節(jié)濾波器的第一梯度角度和第二梯度角度，將第一感興趣區(qū)內(nèi)的圖像與方向可調(diào)節(jié)濾波器進(jìn)行卷積，得到矩陣，對(duì)矩陣進(jìn)行計(jì)算，確定了判斷特征點(diǎn)的閾值，因此閾值的獲取與待測(cè)圖像有關(guān)，針對(duì)不同的待測(cè)圖像，判斷特征點(diǎn)的閾值不同，與現(xiàn)有的固定閾值不同，不會(huì)存在當(dāng)?shù)缆肥艿綐?shù)木、光強(qiáng)、路面標(biāo)記、陰影等影響時(shí)，將非車道線特征點(diǎn)誤判為車道線特征點(diǎn)的情況，車道線檢測(cè)的準(zhǔn)確性高。
【專利附圖】

【附圖說(shuō)明】
[0054]為了更清楚地說(shuō)明本發(fā)明實(shí)施例中的技術(shù)方案，下面將對(duì)實(shí)施例描述中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見(jiàn)地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他的附圖。
[0055]圖1是本發(fā)明實(shí)施例一提供的一種車道線檢測(cè)方法的流程圖；
[0056]圖2是本發(fā)明實(shí)施例二提供的一種車道線檢測(cè)方法的流程圖；
[0057]圖3是本發(fā)明實(shí)施例二提供的獲得第一梯度角度和第二梯度角度的流程圖；
[0058]圖4是本發(fā)明實(shí)施例二提供的進(jìn)行霍夫變換，獲得車道線模型的參數(shù)的流程圖；
[0059]圖5是本發(fā)明實(shí)施例三提供的一種車道線檢測(cè)裝置的結(jié)構(gòu)示意圖；
[0060]圖6是本發(fā)明實(shí)施例四提供的一種車道線檢測(cè)裝置的結(jié)構(gòu)示意圖。
【具體實(shí)施方式】
[0061]為使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面將結(jié)合附圖對(duì)本發(fā)明實(shí)施方式作進(jìn)一步地詳細(xì)描述。
[0062]實(shí)施例一
[0063]本發(fā)明實(shí)施例提供了一種車道線檢測(cè)方法，參見(jiàn)圖1，該方法包括:
[0064]步驟101:采集待測(cè)圖像，并在待測(cè)圖像中確定第一感興趣區(qū)。
[0065]在本實(shí)施例中，第一感興趣區(qū)為待測(cè)圖像的采集設(shè)備的視野中地平面消失線以下、左右邊界之內(nèi)的區(qū)域的全部或部分。
[0066]步驟102:對(duì)第一感興趣區(qū)內(nèi)的圖像按照設(shè)定的角度區(qū)間進(jìn)行方向梯度統(tǒng)計(jì)，確定屬于同一角度區(qū)間的所有像素的梯度幅值的累加值，并根據(jù)該累加值確定第一梯度角度和第二梯度角度。
[0067]在本實(shí)施例中，第一梯度角度屬于0-90°，第二梯度角度屬于90° -180°。
[0068]步驟103:將第一感興趣區(qū)內(nèi)的圖像與代入第一梯度角度的方向可調(diào)節(jié)濾波器進(jìn)行卷積，得到第一矩陣，將第一感興趣區(qū)內(nèi)的圖像與代入第二梯度角度的方向可調(diào)節(jié)濾波器進(jìn)行卷積，得到第二矩陣。
[0069]步驟104:對(duì)第一矩陣和第二矩陣中的元素值取絕對(duì)值，并將元素值取絕對(duì)值后的第一矩陣和第二矩陣相加，得到第三矩陣。
[0070]步驟105:對(duì)第三矩陣中的元素值計(jì)算均值和方差，并根據(jù)得到的均值和方差設(shè)定判斷特征點(diǎn)的閾值，將大于閾值的元素值對(duì)應(yīng)的像素作為特征點(diǎn)。
[0071]步驟106:對(duì)特征點(diǎn)組成的邊緣二值化圖像進(jìn)行霍夫變換，確定左車道線的直線模型和右車道線的直線模型。
[0072]本發(fā)明實(shí)施例通過(guò)在待測(cè)圖像中確定的第一感興趣區(qū)內(nèi)的圖像進(jìn)行梯度統(tǒng)計(jì)，得到代入方向可調(diào)節(jié)濾波器的第一梯度角度和第二梯度角度，將第一感興趣區(qū)內(nèi)的圖像與方向可調(diào)節(jié)濾波器進(jìn)行卷積，得到矩陣，對(duì)矩陣進(jìn)行計(jì)算，確定了判斷特征點(diǎn)的閾值，因此閾值的獲取與待測(cè)圖像有關(guān)，針對(duì)不同的待測(cè)圖像，判斷特征點(diǎn)的閾值不同，與現(xiàn)有的固定閾值不同，不會(huì)存在當(dāng)?shù)缆肥艿綐?shù)木、光強(qiáng)、路面標(biāo)記、陰影等影響時(shí)，將非車道線特征點(diǎn)誤判為車道線特征點(diǎn)的情況，車道線檢測(cè)的準(zhǔn)確性高。
[0073]實(shí)施例二
[0074]本發(fā)明實(shí)施例提供了一種車道線檢測(cè)方法，參見(jiàn)圖2，該方法包括:
[0075]步驟201:采集待測(cè)圖像，并在待測(cè)圖像中確定第一感興趣區(qū)。
[0076]在本實(shí)施例中，第一感興趣區(qū)為待測(cè)圖像的采集設(shè)備的視野中地平面消失線以下、左右邊界之內(nèi)的區(qū)域的全部或部分。
[0077]在實(shí)際應(yīng)用中，該待測(cè)圖像為車輛前方路況的圖像，可以采用安裝在車輛內(nèi)部或車輛外部的攝像機(jī)采集該圖像。
[0078]可選地，確定第一感興趣區(qū)，可以包括:以待測(cè)圖像中，地平面消失線以下的部分作為第一感興趣區(qū)，減少車道線檢測(cè)的時(shí)間，提高車道線檢測(cè)的準(zhǔn)確性。
[0079]優(yōu)選地，確定第一感興趣區(qū)，可以包括:以待測(cè)圖像中，地平面消失線以下的部分中的遠(yuǎn)離地平面消失線的m/n區(qū)域作為第一感興趣區(qū)，m、n為正整數(shù)，m < n，提高車道線模型仿真的準(zhǔn)確性。
[0080]優(yōu)選地，m/n可以為2/3，該值區(qū)分遠(yuǎn)近視野車道線的效果較好。
[0081]在實(shí)際應(yīng)用中，地平面消失線是根據(jù)攝像機(jī)的參數(shù)確定的，該參數(shù)包括主點(diǎn)坐標(biāo)、焦距等內(nèi)部參數(shù)和攝像機(jī)位置、攝像機(jī)姿態(tài)等外部參數(shù)。容易知道，在步驟201之前，該方法還可以包括步驟:進(jìn)行攝像機(jī)標(biāo)定，獲得攝像機(jī)的參數(shù)。
[0082]步驟202:對(duì)第一感興趣區(qū)內(nèi)的圖像按照設(shè)定的角度區(qū)間進(jìn)行方向梯度統(tǒng)計(jì)，確定屬于同一角度區(qū)間的所有像素的梯度幅值的累加值，并根據(jù)該累加值確定第一梯度角度和第二梯度角度。
[0083]在本實(shí)施例中，第一梯度角度屬于0-90°，第二梯度角度屬于90° -180°。
[0084]在本實(shí)施例的一種實(shí)現(xiàn)方式中，參見(jiàn)圖3，該步驟202可以包括:
[0085]步驟202a:采用Sobel邊緣檢測(cè)算子計(jì)算第一感興趣區(qū)內(nèi)的圖像中每個(gè)像素的橫軸方向的梯度和縱軸方向的梯度。
[0086]步驟202b:計(jì)算每個(gè)像素的梯度幅值和梯度角度。
[0087]具體地，按照公式(I)計(jì)算每個(gè)像素的梯度幅值，按照公式(2)計(jì)算每個(gè)像素的梯度角度:[0088]IG (x, y) | = (Dx2+Dy2)1/2 ~| Dx | +1 Dy | ; (I)
[0089]Θ (x, y) =arctan (Dx/Dy) ； (2) [0090]其中，|G (x,y) I為像素的梯度幅值，x為橫軸坐標(biāo)，y為縱軸坐標(biāo)，Dx為橫軸方向的梯度幅值，Dy為縱軸方向的梯度幅值，Θ (X，y)為像素的梯度角度，arctan (*)表示反正切運(yùn)算。
[0091]步驟202c:將0° -180°劃分為若干個(gè)角度區(qū)間，將梯度角度屬于同一角度區(qū)間的梯度幅值進(jìn)行累加，得到每個(gè)角度區(qū)間的所有像素的梯度幅值的累加值。
[0092]具體地，區(qū)間間隔可以根據(jù)對(duì)檢測(cè)車道線的時(shí)間 和準(zhǔn)確性的要求設(shè)定，如區(qū)間間隔為0.5°、1°或2°，本發(fā)明對(duì)此不作限制。
[0093]步驟202d:在屬于0-90°的角度區(qū)間中，選取累加值最大的區(qū)間中的一個(gè)角度作為第一梯度角度，在屬于90° -180°的角度區(qū)間中，選取累加值最大的區(qū)間中的一個(gè)角度作為第二梯度角度。
[0094]步驟203:將第一感興趣區(qū)內(nèi)的圖像與代入第一梯度角度的方向可調(diào)節(jié)濾波器進(jìn)行卷積，得到第一矩陣，將第一感興趣區(qū)內(nèi)的圖像與代入第二梯度角度的方向可調(diào)節(jié)濾波器進(jìn)行卷積，得到第二矩陣。
[0095]在本實(shí)施例的另一種實(shí)現(xiàn)方式中，該步驟203可以包括:將第一感興趣區(qū)內(nèi)的圖像按照每個(gè)像素的灰度值組成矩陣；將該矩陣與代入第一梯度角度的方向可調(diào)節(jié)濾波器進(jìn)行卷積，得到第一矩陣；將該矩陣與代入第二梯度角度的方向可調(diào)節(jié)濾波器進(jìn)行卷積，得到
第二矩陣。
[0096]需要說(shuō)明的是，由于待測(cè)圖像可能為灰度圖像，也可能為彩色圖像，因此當(dāng)待測(cè)圖像為彩色圖像時(shí)，在該步驟203執(zhí)行以前，需要將彩色圖像轉(zhuǎn)換為灰度圖像。
[0097]步驟204:對(duì)第一矩陣和第二矩陣中的元素值取絕對(duì)值，并將元素值取絕對(duì)值后的第一矩陣和第二矩陣相加，得到第三矩陣。
[0098]步驟205:對(duì)第三矩陣中的元素值計(jì)算均值和方差，并根據(jù)得到的均值和方差設(shè)定判斷特征點(diǎn)的閾值，將大于閾值的元素值對(duì)應(yīng)的像素作為特征點(diǎn)。
[0099]在本實(shí)施例的又一種實(shí)現(xiàn)方式中，根據(jù)得到的均值和方差設(shè)定判斷特征點(diǎn)的閾值，可以包括:以均值和a倍的方差之和作為閾值。
[0100]優(yōu)選地，2.5<a<3.5，根據(jù)該閾值確定的特性點(diǎn)準(zhǔn)確性高。
[0101]步驟206:對(duì)特征點(diǎn)組成的邊緣二值化圖像進(jìn)行霍夫變換，確定左車道線的直線模型和右車道線的直線模型。
[0102]在本實(shí)施例的又一種實(shí)現(xiàn)方式中，參見(jiàn)圖4，該步驟206可以包括:
[0103]步驟206a:對(duì)所有特征點(diǎn)進(jìn)行坐標(biāo)轉(zhuǎn)換，并得到所有經(jīng)過(guò)特征點(diǎn)的直線組。
[0104]具體地，該步驟207a可以包括:將特征點(diǎn)的xy坐標(biāo)轉(zhuǎn)換為極化坐標(biāo)；計(jì)算所有經(jīng)過(guò)特征點(diǎn)的極化坐標(biāo)下的直線組。
[0105]更具體地，按照公式(3)將特征點(diǎn)的xy坐標(biāo)轉(zhuǎn)化為極化坐標(biāo):
[0106]P =x*cos ( Θ )+y*sin ( Θ ) ； (3)
[0107]其中，x表示xy坐標(biāo)中的橫軸坐標(biāo)，y表示xy坐標(biāo)中的縱軸坐標(biāo)，Θ表示極化坐標(biāo)中的橫軸坐標(biāo)，P表示極化坐標(biāo)中的縱軸坐標(biāo)，Θ e [0° -180° ]。
[0108]步驟206b:將所有經(jīng)過(guò)特征點(diǎn)的直線組映射到霍夫空間，得到參數(shù)空間累加圖像。
[0109]步驟206c:將所述累加圖像的上半幅圖像中所述特征點(diǎn)個(gè)數(shù)最多的像素的坐標(biāo)，確定為左車道線直線模型的參數(shù)，得到左車道線的直線模型；將所述累加圖像的下半幅圖像中所述特征點(diǎn)個(gè)數(shù)最多的像素的坐標(biāo)，確定為右車道線直線模型的參數(shù)，得到右車道線的直線模型。
[0110]在本實(shí)施例中，車道線的直線模型為U*sin0+v*cos0=p，(ρ，θ )為車道線模型的參數(shù)，Cu, V)為車道線的坐標(biāo)。
[0111]在本實(shí)施例的又一種實(shí)現(xiàn)方式中，當(dāng)?shù)谝桓信d趣區(qū)為待測(cè)圖像中，地平面消失線以下的部分中的遠(yuǎn)離地平面消失線的m/n區(qū)域時(shí)，該方法還可以包括步驟207:確定第二感興趣區(qū)；對(duì)第二感興趣區(qū)內(nèi)的圖像進(jìn)行Canny (坎尼)邊緣提取，確定第二感興趣區(qū)中的特征點(diǎn)；根據(jù)左車道線的直線模型、右車道線的直線模型、以及第二感興趣區(qū)中的特征點(diǎn)，確定第二感興趣區(qū)的車道線的曲線模型。
[0112]在本實(shí)施例中，確定第二感興趣區(qū)，可以包括:作經(jīng)過(guò)左車道線的直線模型與第一感興趣區(qū)的交點(diǎn)，且與地平面消失線垂直的第一垂線，作經(jīng)過(guò)右車道線的直線模型與第一感興趣區(qū)的交點(diǎn)，且與地平面消失線垂直的第二垂線，并以第一垂線、第二垂線、地平面消失線、第一感興趣區(qū)靠近地平面消失線的邊界線之間的區(qū)域作為第二感興趣區(qū)。
[0113]具體地，根據(jù)左車道線的直線模型、右車道線的直線模型、以及第二感興趣區(qū)中的特征點(diǎn)，確定第二感興趣區(qū)的車道線的曲線模型，可以包括:計(jì)算左車道線的直線模型和右車道線的直線模型的交點(diǎn)，并將該交點(diǎn)的橫軸坐標(biāo)作為左車道線的曲線模型和右車道線的曲線模型的第一彎道參數(shù)，將該交點(diǎn)的縱軸坐標(biāo)作為地平面消失線的縱軸坐標(biāo)；將左車道線的直線模型的斜率作為左車道線的曲線模型的第二彎道系數(shù)，將右車道線的直線模型的斜率作為右車道線的曲線模型的第二彎道參數(shù)；將所有的第二感興趣區(qū)中的特征點(diǎn)坐標(biāo)代入左車道線的曲線模型，選取滿足第二感興趣區(qū)中的特征點(diǎn)數(shù)量最多的第三彎道參數(shù)作為左車道線的曲線模型的第三彎道參數(shù)，將所有的第二感興趣區(qū)中的特征點(diǎn)坐標(biāo)代入右車道線的曲線模型，選取滿足第二感興趣區(qū)中的特征點(diǎn)數(shù)量最多的第三彎道參數(shù)作為右車道線的曲線模型的第三彎道參數(shù)。
[0114]在本實(shí)施例中，車道線的曲線模型為u=k/ (v_h)+b* (v_h)+vp, u為車道線橫軸坐標(biāo)，V為車道線縱軸坐標(biāo)，h為地平面消失線的縱軸坐標(biāo)，VP為第一彎道參數(shù)，b為第二彎道參數(shù)，k為第三彎道參數(shù)。
[0115]本發(fā)明實(shí)施例通過(guò)在待測(cè)圖像中確定的第一感興趣區(qū)內(nèi)的圖像進(jìn)行梯度統(tǒng)計(jì)，得到代入方向可調(diào)節(jié)濾波器的第一梯度角度和第二梯度角度，將第一感興趣區(qū)內(nèi)的圖像與方向可調(diào)節(jié)濾波器進(jìn)行卷積，得到矩陣，對(duì)矩陣進(jìn)行計(jì)算，確定了判斷特征點(diǎn)的閾值，因此閾值的獲取與待測(cè)圖像有關(guān)，針對(duì)不同的待測(cè)圖像，判斷特征點(diǎn)的閾值不同，與現(xiàn)有的固定閾值不同，不會(huì)存在當(dāng)?shù)缆肥艿綐?shù)木、光強(qiáng)、路面標(biāo)記、陰影等影響時(shí)，將非車道線特征點(diǎn)誤判為車道線特征點(diǎn)的情況，車道線檢測(cè)的準(zhǔn)確性高。
[0116]實(shí)施例三
[0117]本發(fā)明實(shí)施例提供了 一種車道線檢測(cè)裝置，參見(jiàn)圖5，適用于實(shí)施例一提供的一種車道線檢測(cè)方法，該裝置包括:
[0118]圖像采集模塊301，用于采集待測(cè)圖像，并在待測(cè)圖像中確定第一感興趣區(qū)，第一感興趣區(qū)為待測(cè)圖像的采集設(shè)備的視野中地平面消失線以下、左右邊界之內(nèi)的區(qū)域的全部或部分；
[0119]梯度統(tǒng)計(jì)模塊302，用于對(duì)第一感興趣區(qū)內(nèi)的圖像按照設(shè)定的角度區(qū)間進(jìn)行方向梯度統(tǒng)計(jì)，確定屬于同一角度區(qū)間的所有像素的梯度幅值的累加值，并根據(jù)累加值確定第一梯度角度和第二梯度角度，第一梯度角度屬于0-90°，第二梯度角度屬于90° -180° ；
[0120]卷積模塊303，用于將第一感興趣區(qū)內(nèi)的圖像與代入第一梯度角度的方向可調(diào)節(jié)濾波器進(jìn)行卷積，得到第一矩陣，將第一感興趣區(qū)內(nèi)的圖像與代入第二梯度角度的方向可調(diào)節(jié)濾波器進(jìn)行卷積，得到第二矩陣；
[0121]矩陣處理模塊304，用于對(duì)第一矩陣和第二矩陣中的元素值取絕對(duì)值，并將元素值取絕對(duì)值后的第一矩陣和第二矩陣相加，得到第三矩陣；
[0122]特征點(diǎn)獲取模塊305，用于對(duì)第三矩陣中的元素值計(jì)算均值和方差，并根據(jù)得到的均值和方差設(shè)定判斷特征點(diǎn)的閾值，將元素值大于該閾值的像素作為特征點(diǎn)對(duì)第三矩陣中的元素值計(jì)算均值和方差，并根據(jù)得到的均值和方差設(shè)定判斷特征點(diǎn)的閾值，將大于閾值的元素值對(duì)應(yīng)的像素作為特征點(diǎn)；
[0123]車道線確定模塊306，用于對(duì)特征點(diǎn)組成的邊緣二值化圖像進(jìn)行霍夫變換，確定左車道線的直線模型和右車道線的直線模型。
[0124]本發(fā)明實(shí)施例通過(guò)在待測(cè)圖像中確定的第一感興趣區(qū)內(nèi)的圖像進(jìn)行梯度統(tǒng)計(jì)，得到代入方向可調(diào)節(jié)濾波器的第一梯度角度和第二梯度角度，將第一感興趣區(qū)內(nèi)的圖像與方向可調(diào)節(jié)濾波器進(jìn)行卷積，得到矩陣，對(duì)矩陣進(jìn)行計(jì)算，確定了判斷特征點(diǎn)的閾值，因此閾值的獲取與待測(cè)圖像有關(guān)，針對(duì)不同的待測(cè)圖像，判斷特征點(diǎn)的閾值不同，與現(xiàn)有的固定閾值不同，不會(huì)存在當(dāng)?shù)缆肥艿綐?shù)木、光強(qiáng)、路面標(biāo)記、陰影等影響時(shí)，將非車道線特征點(diǎn)誤判為車道線特征點(diǎn)的情況，車道線檢測(cè)的準(zhǔn)確性高。
[0125]實(shí)施例四
[0126]本發(fā)明實(shí)施例提供了 一種車道線檢測(cè)裝置，參見(jiàn)圖6，適用于實(shí)施例二提供的一種車道線檢測(cè)方法，該裝置包括:
[0127]圖像采集模塊401，用于采集待測(cè)圖像，并在待測(cè)圖像中確定第一感興趣區(qū)，第一感興趣區(qū)為待測(cè)圖像的采集設(shè)備的視野中地平面消失線以下、左右邊界之內(nèi)的區(qū)域的全部或部分；
[0128]梯度統(tǒng)計(jì)模塊402，用于對(duì)第一感興趣區(qū)內(nèi)的圖像按照設(shè)定的角度區(qū)間進(jìn)行方向梯度統(tǒng)計(jì)，確定屬于同一角度區(qū)間的所有像素的梯度幅值的累加值，并根據(jù)累加值確定第一梯度角度和第二梯度角度，第一梯度角度屬于0-90°，第二梯度角度屬于90° -180° ；
[0129]卷積模塊403，用于將第一感興趣區(qū)內(nèi)的圖像與代入第一梯度角度的方向可調(diào)節(jié)濾波器進(jìn)行卷積，得到第一矩陣，將第一感興趣區(qū)內(nèi)的圖像與代入第二梯度角度的方向可調(diào)節(jié)濾波器進(jìn)行卷積，得到第二矩陣；
[0130]矩陣處理模塊404，用于對(duì)第一矩陣和第二矩陣中的元素值取絕對(duì)值，并將元素值取絕對(duì)值后的第一矩陣和第二矩陣相加，得到第三矩陣；
[0131]特征點(diǎn)獲取模塊405，用于對(duì)第三矩陣中的元素值計(jì)算均值和方差，并根據(jù)得到的均值和方差設(shè)定判斷特征點(diǎn)的閾值，將元素值大于該閾值的像素作為特征點(diǎn)對(duì)第三矩陣中的元素值計(jì)算均值和方差，并根據(jù)得到的均值和方差設(shè)定判斷特征點(diǎn)的閾值，將大于閾值的元素值對(duì)應(yīng)的像素作為特征點(diǎn)；
[0132]車道線確定模塊406，用于對(duì)特征點(diǎn)組成的邊緣二值化圖像進(jìn)行霍夫變換，確定左車道線的直線模型和右車道線的直線模型。
[0133]在實(shí)際應(yīng)用中，該待測(cè)圖像為車輛前方路況的圖像，可以采用安裝在車輛內(nèi)部或車輛外部的攝像機(jī)采集該圖像。
[0134]可選地，圖像采集模塊401可以用于，以待測(cè)圖像中，地平面消失線以下的部分作為第一感興趣區(qū)，減少車道線檢測(cè)的時(shí)間，提高車道線檢測(cè)的準(zhǔn)確性。
[0135]優(yōu)選地，圖像采集模塊401可以用于，以待測(cè)圖像中，地平面消失線以下的部分中的遠(yuǎn)離地平面消失線的m/n區(qū)域作為第一感興趣區(qū)，m、n為正整數(shù)，m < n，提高車道線模型仿真的準(zhǔn)確性。
[0136]優(yōu)選地，m/n可以為2/3，該值區(qū)分遠(yuǎn)近視野車道線的效果較好。
[0137]在實(shí)際應(yīng)用中，地平面消失線是根據(jù)攝像機(jī)的參數(shù)確定的，該參數(shù)包括主點(diǎn)坐標(biāo)、焦距等內(nèi)部參數(shù)和攝像機(jī)位置、攝像機(jī)姿態(tài)等外部參數(shù)。
[0138]在本實(shí)施例的一種實(shí)現(xiàn)方式中，梯度統(tǒng)計(jì)模塊402可以包括:
[0139]梯度計(jì)算單元，用于采用Sobel邊緣檢測(cè)算子計(jì)算第一感興趣區(qū)內(nèi)的圖像中每個(gè)像素的橫軸方向的梯度和縱軸方向的梯度；
[0140]幅值和角度計(jì)算單元，用于計(jì)算每個(gè)像素的梯度幅值和梯度角度；
[0141]幅值累加單元，用于將0° -180°劃分為若干個(gè)角度區(qū)間，將梯度角度屬于同一區(qū)間的梯度幅值進(jìn)行累加，得到每個(gè)角度區(qū)間的所有像素的梯度幅值的累加值；
[0142]角度選取單元，用于在屬于0-90°的角度區(qū)間中，選取累加值最大的區(qū)間中的一個(gè)角度作為第一梯度角度，在屬于90° -180°的角度區(qū)間中，選取累加值最大的區(qū)間中的一個(gè)角度作為第二梯度角度。
[0143]具體地，幅值和角度計(jì)算單元可以用于，按照公式(I)計(jì)算每個(gè)像素的梯度幅值，按照公式(2)計(jì)算每個(gè)像素的梯度角度。
[0144]具體地，區(qū)間間隔可以根據(jù)對(duì)檢測(cè)車道線的時(shí)間和準(zhǔn)確性的要求設(shè)定，如區(qū)間間隔為0.5°、1°或2°，本發(fā)明對(duì)此不作限制。
[0145]具體地，卷積模塊403可以用于，將第一感興趣區(qū)內(nèi)的圖像按照每個(gè)像素的灰度值組成矩陣；將該矩陣與代入第一梯度角度的方向可調(diào)節(jié)濾波器進(jìn)行卷積，得到第一矩陣；將該矩陣與代入第二梯度角度的方向可調(diào)節(jié)濾波器進(jìn)行卷積，得到第二矩陣。
[0146]需要說(shuō)明的是，由于待測(cè)圖像可能為灰度圖像，也可能為彩色圖像，因此當(dāng)待測(cè)圖像為彩色圖像時(shí)，在該步驟203執(zhí)行以前，需要將彩色圖像轉(zhuǎn)換為灰度圖像。
[0147]在本實(shí)施例的另一種實(shí)現(xiàn)方式中，特征點(diǎn)獲取模塊405可以用于，以均值和a倍的方差之和作為閾值。
[0148]優(yōu)選地，2.5≤a≤3.5，根據(jù)該閾值確定的特性點(diǎn)準(zhǔn)確性高。
[0149]在本實(shí)施例的又一種實(shí)現(xiàn)方式中，車道線確定模塊406可以包括:
[0150]直線組獲取單元，用于對(duì)所有特征點(diǎn)進(jìn)行坐標(biāo)轉(zhuǎn)換，并得到所有經(jīng)過(guò)特征點(diǎn)的直線組；
[0151]累加圖像獲取單元，用于將所有經(jīng)過(guò)特征點(diǎn)的直線組映射到霍夫空間，得到參數(shù)空間累加圖像；[0152]模型確定單元，用于將累加圖像的上半幅圖像中特征點(diǎn)個(gè)數(shù)最多的像素的坐標(biāo)，確定為左車道線直線模型的參數(shù)，得到左車道線的直線模型；將累加圖像的下半幅圖像中特征點(diǎn)個(gè)數(shù)最多的像素的坐標(biāo)，確定為右車道線直線模型的參數(shù)，得到右車道線的直線模型。
[0153]在本實(shí)施例中，車道線的直線模型為u*sin Θ +v*cos θ = p，( p，θ )為車道線模型的參數(shù)，Cu, V)為車道線的坐標(biāo)。
[0154]具體地，直線組獲取單元可以用于，按照公式(3)將特征點(diǎn)的xy坐標(biāo)轉(zhuǎn)化為極化坐標(biāo)。
[0155]在本實(shí)施例的又一種實(shí)現(xiàn)方式中，圖像采集模塊401還可以用于，作經(jīng)過(guò)左車道線的直線模型與第一感興趣區(qū)的交點(diǎn)，且與地平面消失線垂直的第一垂線，作經(jīng)過(guò)右車道線的直線模型與第一感興趣區(qū)的交點(diǎn)，且與地平面消失線垂直的第二垂線，并以第一垂線、第二垂線、地平面消失線、第一感興趣區(qū)靠近地平面消失線的邊界線之間的區(qū)域作為第二感興趣區(qū)。
[0156]在該種實(shí)現(xiàn)方式中，該裝置還包括:
[0157]特征點(diǎn)提取模塊407，用于對(duì)第二感興趣區(qū)內(nèi)的圖像進(jìn)行Canny邊緣提取，確定第~感興趣區(qū)中的特征點(diǎn)；
[0158]曲線模型確定模塊408，用于根據(jù)左車道線直線模型、右車道線模型、以及第二感興趣區(qū)中的特征點(diǎn)，確定弟~感興趣區(qū)的車道線的曲線|吳型。
[0159]本發(fā)明實(shí)施例通過(guò)在待測(cè)圖像中確定的第一感興趣區(qū)內(nèi)的圖像進(jìn)行梯度統(tǒng)計(jì)，得到代入方向可調(diào)節(jié)濾波器的第一梯度角度和第二梯度角度，將第一感興趣區(qū)內(nèi)的圖像與方向可調(diào)節(jié)濾波器進(jìn)行卷積，得到矩陣，對(duì)矩陣進(jìn)行計(jì)算，確定了判斷特征點(diǎn)的閾值，因此閾值的獲取與待測(cè)圖像有關(guān)，針對(duì)不同的待測(cè)圖像，判斷特征點(diǎn)的閾值不同，與現(xiàn)有的固定閾值不同，不會(huì)存在當(dāng)?shù)缆肥艿綐?shù)木、光強(qiáng)、路面標(biāo)記、陰影等影響時(shí)，將非車道線特征點(diǎn)誤判為車道線特征點(diǎn)的情況，車道線檢測(cè)的準(zhǔn)確性高。
[0160]需要說(shuō)明的是:上述實(shí)施例提供的車道線檢測(cè)裝置在檢測(cè)車道線時(shí)，僅以上述各功能模塊的劃分進(jìn)行舉例說(shuō)明，實(shí)際應(yīng)用中，可以根據(jù)需要而將上述功能分配由不同的功能模塊完成，即將裝置的內(nèi)部結(jié)構(gòu)劃分成不同的功能模塊，以完成以上描述的全部或者部分功能。另外，上述實(shí)施例提供的車道線檢測(cè)裝置與車道線檢測(cè)方法實(shí)施例屬于同一構(gòu)思，其具體實(shí)現(xiàn)過(guò)程詳見(jiàn)方法實(shí)施例，這里不再贅述。
[0161]上述本發(fā)明實(shí)施例序號(hào)僅僅為了描述，不代表實(shí)施例的優(yōu)劣。
[0162]本領(lǐng)域普通技術(shù)人員可以理解實(shí)現(xiàn)上述實(shí)施例的全部或部分步驟可以通過(guò)硬件來(lái)完成，也可以通過(guò)程序來(lái)指令相關(guān)的硬件完成，所述的程序可以存儲(chǔ)于一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)中，上述提到的存儲(chǔ)介質(zhì)可以是只讀存儲(chǔ)器，磁盤或光盤等。
[0163]以上所述僅為本發(fā)明的較佳實(shí)施例，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。
【權(quán)利要求】
1.一種車道線檢測(cè)方法，其特征在于，所述方法包括: 采集待測(cè)圖像，并在所述待測(cè)圖像中確定第一感興趣區(qū)，所述第一感興趣區(qū)為所述待測(cè)圖像的采集設(shè)備的視野中地平面消失線以下、左右邊界之內(nèi)的區(qū)域的全部或部分； 對(duì)所述第一感興趣區(qū)內(nèi)的圖像按照設(shè)定的角度區(qū)間進(jìn)行方向梯度統(tǒng)計(jì)，確定屬于同一所述角度區(qū)間的所有像素的梯度幅值的累加值，并根據(jù)所述累加值確定第一梯度角度和第二梯度角度，所述第一梯度角度屬于0-90°，所述第二梯度角度屬于90° -180° ； 將所述第一感興趣區(qū)內(nèi)的圖像與代入所述第一梯度角度的方向可調(diào)節(jié)濾波器進(jìn)行卷積，得到第一矩陣，將所述第一感興趣區(qū)內(nèi)的圖像與代入所述第二梯度角度的方向可調(diào)節(jié)濾波器進(jìn)行卷積，得到第二矩陣； 對(duì)所述第一矩陣和所述第二矩陣中的元素值取絕對(duì)值，并將元素值取絕對(duì)值后的所述第一矩陣和所述第二矩陣相加，得到第三矩陣； 對(duì)所述第三矩陣中的元素值計(jì)算均值和方差，并根據(jù)得到的所述均值和所述方差設(shè)定判斷特征點(diǎn)的閾值，將大于所述閾值的所述元素值對(duì)應(yīng)的像素作為特征點(diǎn)； 對(duì)所述特征點(diǎn)組成的邊緣二值化圖像進(jìn)行霍夫變換，確定左車道線的直線模型和右車道線的直線模型。
2.根據(jù)權(quán)利要求 1所述的方法，其特征在于，所述對(duì)所述第一感興趣區(qū)內(nèi)的圖像按照設(shè)定的角度區(qū)間進(jìn)行方向梯度統(tǒng)計(jì)，確定屬于同一所述角度區(qū)間的所有像素的梯度幅值的累加值，并根據(jù)所述累加值確定第一梯度角度和第二梯度角度，包括: 采用索貝爾邊緣檢測(cè)算子計(jì)算所述第一感興趣區(qū)內(nèi)的圖像中每個(gè)像素的橫軸方向的梯度和縱軸方向的梯度； 計(jì)算所述每個(gè)像素的梯度幅值和梯度角度； 將0° -180°劃分為若干個(gè)角度區(qū)間，將梯度角度屬于同一角度區(qū)間的梯度幅值進(jìn)行累加，得到每個(gè)角度區(qū)間的所有像素的梯度幅值的累加值； 在屬于0-90°的角度區(qū)間中，選取所述累加值最大的區(qū)間中的一個(gè)角度作為第一梯度角度，在屬于90° -180°的角度區(qū)間中,選取所述累加值最大的區(qū)間中的一個(gè)角度作為第二梯度角度。
3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)得到的均值和方差設(shè)定判斷特征點(diǎn)的閾值，包括: 以所述均值和a倍的方差之和作為所述閾值，2.5 < a < 3.5。
4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對(duì)所述特征點(diǎn)組成的邊緣二值化圖像進(jìn)行霍夫變換，確定左車道線的直線模型和右車道線的直線模型，包括: 對(duì)所有所述特征點(diǎn)進(jìn)行坐標(biāo)轉(zhuǎn)換，并得到所有經(jīng)過(guò)所述特征點(diǎn)的直線組； 將所有經(jīng)過(guò)所述特征點(diǎn)的直線組映射到霍夫空間，得到參數(shù)空間累加圖像； 將所述累加圖像的上半幅圖像中所述特征點(diǎn)個(gè)數(shù)最多的像素的坐標(biāo)，確定為左車道線直線模型的參數(shù)，得到左車道線的直線模型； 將所述累加圖像的下半幅圖像中所述特征點(diǎn)個(gè)數(shù)最多的像素的坐標(biāo)，確定為右車道線直線模型的參數(shù)，得到右車道線的直線模型； 其中，車道線的直線模型為u*sin Θ +v*cos θ =p，( p，θ )為車道線模型的參數(shù)，(u,V)為車道線的坐標(biāo)。
5.根據(jù)權(quán)利要求1-4任一項(xiàng)所述的方法，其特征在于，所述在所述待測(cè)圖像中確定第一感興趣區(qū)，包括: 以所述待測(cè)圖像中，地平面消失線以下的部分中的遠(yuǎn)離地平面消失線的m/n區(qū)域作為所述第一感興趣區(qū)，m、η為正整數(shù)，m < η。
6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述方法還包括: 作經(jīng)過(guò)所述左車道線的直線模型與所述第一感興趣區(qū)的交點(diǎn)，且與所述地平面消失線垂直的第一垂線，作經(jīng)過(guò)所述右車道線的直線模型與所述第一感興趣區(qū)的交點(diǎn)，且與所述地平面消失線垂直的第二垂線，并以所述第一垂線、所述第二垂線、所述地平面消失線、所述第一感興趣區(qū)靠近所述地平面消失線的邊界線之間的區(qū)域作為第二感興趣區(qū)； 對(duì)所述第二感興趣區(qū)內(nèi)的圖像進(jìn)行坎尼邊緣提取，確定所述第二感興趣區(qū)中的特征占.根據(jù)所述左車道線直線模型、所述右車道線模型、以及所述第二感興趣區(qū)中的特征點(diǎn)，確定所述第二感興趣區(qū)的車道線的曲線模型。
7.根據(jù)權(quán)利要求6所述的方法，其特征在于，所述根據(jù)所述左車道線直線模型、所述右車道線模型、以及所述第二感興趣區(qū)中的特征點(diǎn)，確定所述第二感興趣區(qū)的車道線的曲線模型，包括: 計(jì)算所述左車道線的直線模型和所述右車道線的直線模型的交點(diǎn)，并將所述交點(diǎn)的橫軸坐標(biāo)作為所述左車道線的曲線模型和所述右車道的曲線模型的第一彎道參數(shù)，將所述交點(diǎn)的縱軸坐標(biāo)作為所述地平面消失線的縱軸坐標(biāo)； 將所述左車道線的直線模型的斜率作為所述左車道線的曲線模型的第二彎道系數(shù)，將所述右車道線的直線模型的斜率作為所述右車道線的曲線模型的第二彎道參數(shù)；. 將所有的所述第二感興趣區(qū)中的特征點(diǎn)坐標(biāo)代入所述左車道線的曲線模型，選取滿足所述第二感興趣區(qū)中的特征點(diǎn)數(shù)量最多的第三彎道參數(shù)作為所述左車道線的曲線模型的第三彎道參數(shù)，將所有的所述第二感興趣區(qū)中的特征點(diǎn)坐標(biāo)代入所述右車道線的曲線模型，選取滿足所述第二感興趣區(qū)中的特征點(diǎn)數(shù)量最多的第三彎道參數(shù)作為所述右車道線的曲線模型的第三彎道參數(shù)； 其中，所述車道線的曲線模型為u=k/ (v_h)+b* (v-h)+vp,u為車道線橫軸坐標(biāo),V為車道線縱軸坐標(biāo)，h為所述地平面消失線的縱軸坐標(biāo)，vp為所述第一彎道參數(shù)，b為所述第二彎道參數(shù)，k為所述第三彎道參數(shù)。
8.一種車道線檢測(cè)裝置，其特征在于，所述裝置包括: 圖像采集模塊，用于采集待測(cè)圖像，并在所述待測(cè)圖像中確定第一感興趣區(qū)，所述第一感興趣區(qū)為所述待測(cè)圖像的采集設(shè)備的視野中地平面消失線以下、左右邊界之內(nèi)的區(qū)域的全部或部分； 梯度統(tǒng)計(jì)模塊，用于對(duì)所述第一感興趣區(qū)內(nèi)的圖像按照設(shè)定的角度區(qū)間進(jìn)行方向梯度統(tǒng)計(jì)，確定屬于同一所述角度區(qū)間的所有像素的梯度幅值的累加值，并根據(jù)所述累加值確定第一梯度角度和第二梯度角度，所述第一梯度角度屬于0-90°，所述第二梯度角度屬于90。 -180。； 卷積模塊，用于將所述第一感興趣區(qū)內(nèi)的圖像與代入所述第一梯度角度的方向可調(diào)節(jié)濾波器進(jìn)行卷積，得到第一矩陣，將所述第一感興趣區(qū)內(nèi)的圖像與代入所述第二梯度角度的方向可調(diào)節(jié)濾波器進(jìn)行卷積，得到第二矩陣； 矩陣處理模塊，用于對(duì)所述第一矩陣和所述第二矩陣中的元素值取絕對(duì)值，并將元素值取絕對(duì)值后的所述第一矩陣和所述第二矩陣相加，得到第三矩陣； 特征點(diǎn)獲取模塊，用于對(duì)所述第三矩陣中的元素值計(jì)算均值和方差，并根據(jù)得到的均值和方差設(shè)定判斷特征點(diǎn)的閾值，將元素值大于所述閾值的像素作為特征點(diǎn)對(duì)所述第三矩陣中的元素值計(jì)算均值和方差，并根據(jù)得到的所述均值和所述方差設(shè)定判斷特征點(diǎn)的閾值，將大于所述閾值的所述元素值對(duì)應(yīng)的像素作為特征點(diǎn)； 車道線確定模塊，用于對(duì)所述特征點(diǎn)組成的邊緣二值化圖像進(jìn)行霍夫變換，確定左車道線的直線模型和右車道線的直線模型。
9.根據(jù)權(quán)利要求8所述的裝置，其特征在于，所述圖像采集模塊用于， 以所述待測(cè)圖像中，地平面消失線以下的部分中的遠(yuǎn)離地平面消失線的m/n區(qū)域作為所述第一感興趣區(qū)，m、η為正整數(shù)，m < η。
10.根據(jù)權(quán)利要求9所述的裝置，其特征在于，所述圖像采集模塊還用于， 作經(jīng)過(guò)所述左車道線的直線模型與所述第一感興趣區(qū)的交點(diǎn)，且與所述地平面消失線垂直的第一垂線，作經(jīng)過(guò)所述右車道線的直線模型與所述第一感興趣區(qū)的交點(diǎn)，且與所述地平面消失線垂直的第二垂線，并以所述第一垂線、所述第二垂線、所述地平面消失線、所述第一感興趣區(qū)靠近所述地平面消失線的邊界線之間的區(qū)域作為第二感興趣區(qū)； 所述裝置還包括: 特征點(diǎn)提取模塊，用于對(duì)所述第二感興趣區(qū)內(nèi)的圖像進(jìn)行坎尼邊緣提取，確定所述第~ 感興趣區(qū)中的特征點(diǎn)； 曲線模型確定模塊，用于根據(jù)所述左車道線直線模型、所述右車道線模型、以及所述第二感興趣區(qū)中的特征點(diǎn)，確定所述第二感興趣區(qū)的車道線的曲線模型。
【文檔編號(hào)】G06T7/00GK103473762SQ201310385412
【公開(kāi)日】2013年12月25日 申請(qǐng)日期:2013年8月29日 優(yōu)先權(quán)日:2013年8月29日
【發(fā)明者】王海, 陳軍, 孫銳, 王繼貞 申請(qǐng)人:奇瑞汽車股份有限公司