j)，i = 1，2，...，W，j = 1，2，...，H中的最大值maxV，設(shè)二 值化分割閾值為maxV/5,則二維圖像數(shù)組SImg中的像素 SImg(i，j)，i = 1，2, · · ·，W，j = 1，2, ···，H的取值由公式（3)獲得：
[0049]
[0050] 則二維圖像數(shù)組SImg為二值圖像SImg，當(dāng)像素 SImg(i，j)的值為255時(shí)，像素為 白色，相鄰的白色像素構(gòu)成了白色像素區(qū)域，當(dāng)像素 SImg(i，j)的值為0時(shí)，像素為黑色；
[0051] 步驟6 :對(duì)二值圖像中符合條件的白色像素區(qū)域的輪廓點(diǎn)的中點(diǎn)集合進(jìn)行直線擬 合
[0052] 在步驟5中獲取的二值圖像SImg中找到所有的白色像素區(qū)域，計(jì)算每個(gè)白色像素 區(qū)域內(nèi)的像素個(gè)數(shù)，自左向右搜索所有像素個(gè)數(shù)大于HXW/1200個(gè)的白色像素區(qū)域，這些 白色像素區(qū)域即是車(chē)道內(nèi)運(yùn)動(dòng)車(chē)輛的行駛軌跡區(qū)域，設(shè)表示像素個(gè)數(shù)大于HXW/1200 的白色像素區(qū)域的輪廓點(diǎn)的集合，記的起點(diǎn)為縱坐標(biāo)最小的輪廓點(diǎn)，其中ia = 1，2,. . .，NA, num = 1，2,. . .，NN，NA為像素個(gè)數(shù)大于HXW/1200的白色像素區(qū)域的個(gè)數(shù)，NN 為白色像素區(qū)域的輪廓點(diǎn)的個(gè)數(shù)，
[0053] 計(jì)算第ia個(gè)白色像素區(qū)域上的輪廓點(diǎn)和』dmw+w#之間的中點(diǎn) 的坐標(biāo)，邱的坐標(biāo)為（)，的坐標(biāo)為 (邱二顏.一·孓叱二劃―)，義攜?的橫、縱坐標(biāo)(（烈<·:，處)由公式（4) 計(jì)算得到：
[0054]
[0055] 當(dāng) NN 為偶數(shù)時(shí)，iap = ic = 1，2, · · ·，NN/2，
[0056] 當(dāng) NN 為奇數(shù)時(shí)，iap = ic = 1，2, · · ·，（NN-I) /2，
[0057] 將中點(diǎn)ΛΡΜ?的集合利用最小二乘法進(jìn)行直線擬合，記擬合后的中點(diǎn)集合的直線 為L(zhǎng)la，Lla = 1表示左側(cè)的直線，L la =示右側(cè)的直線，如圖2所示；
[0058] 步驟7 :由中點(diǎn)集合擬合的直線確定出車(chē)道線實(shí)線
[0059] 7. 1)確定相鄰車(chē)道間的車(chē)道線
[0060] 記步驟6中獲取的直線1^與縱坐標(biāo)為零的直線的交點(diǎn)為/-/Γ'，其坐標(biāo)為 (iif .J )，與縱坐標(biāo)為H的直線的交點(diǎn)為Iif，其坐標(biāo)為Uif)，直線Lla+1 與縱坐標(biāo)為零的直線的交點(diǎn)為L(zhǎng)if+1，其坐標(biāo)為（ZJf..V )，與縱坐標(biāo)為H的直線 的交點(diǎn)為i/f+1，其坐標(biāo)為：Uif交點(diǎn)iif與交點(diǎn)的中點(diǎn)if的坐標(biāo) (/f.x，/f>)，交點(diǎn)L/f與交點(diǎn)的中點(diǎn)if的坐標(biāo)（CaO)的計(jì)算公式為下式 (5)：
[0061]
[0062] 設(shè)相鄰車(chē)道間的車(chē)道線集合為L(zhǎng)A' iL = 1，2, ...，NA-I，LAa的兩點(diǎn)式直線方程 為下式（6):
[0063]
[0064] 其中自變量，，0 <，< W和因變量y a，0 < yll< H是相鄰車(chē)道間的車(chē)道線LA 11 上點(diǎn)的橫坐標(biāo)和縱坐標(biāo)，LA11 = 1是相鄰車(chē)道間的車(chē)道線集合中的左側(cè)車(chē)道線，LA α =NA 1是相 鄰車(chē)道間的車(chē)道線集合中的右側(cè)車(chē)道線；
[0065] 7. 2)確定道路邊緣的車(chē)道線
[0066] 7. 2. 1)確定道路左側(cè)邊緣的車(chē)道線
[0067] 記步驟6中獲取的左側(cè)的直線Lla = 1與縱坐標(biāo)為零的直線的交點(diǎn)為ZJf氣，其坐標(biāo) 為U/T1 氣)，與縱坐標(biāo)為H的直線的交點(diǎn)為，其坐標(biāo)為Uif=UZif=1J );
[0068] 記步驟7. 1)中獲取的左側(cè)車(chē)道線LAa = 1與縱坐標(biāo)為零的直線的交點(diǎn)為 Mif %其坐標(biāo)為C￡Jif):，與縱坐標(biāo)為H的直線的交點(diǎn)為:，其坐標(biāo)為 (LAFbL=l.x,LAPlL=l.V ),
[0069] 記交點(diǎn)和交點(diǎn)之間的距離為^，以計(jì)算公式為下式（7):
[0070] Dl；'u = LAPim X- L^~' .X , (7)
[0071] 在縱坐標(biāo)為零的直線上，尋找交點(diǎn)￡#=1左側(cè)的點(diǎn)LALEtP,其坐標(biāo)為（LALEP t. X，LALEPt. y)，使得點(diǎn)LALEPt到交點(diǎn)IiT1的距離為/^，
[0072] 記交點(diǎn)IiT1和交點(diǎn)以之間的距離為if"，1^計(jì)算公式為下式（8):
[0073] ， (8)
[0074] 在縱坐標(biāo)為H的直線上，尋找交點(diǎn)￡if=1左側(cè)的點(diǎn)LALEPb，其坐標(biāo)為（LALEP b. X，LALEPb. y)，使得點(diǎn)LALEPb到交點(diǎn)ZiT1的距離為，
[0075] 記道路左側(cè)邊緣的車(chē)道線為L(zhǎng)AElrft, LAEleft的兩點(diǎn)式直線方程為下式（9):
[0076]
[0077] 其中自變量xlrft，0 < xleft< W和因變量y left，0 < ylrft< H是道路左側(cè)邊緣的車(chē) 道線LAElrft上點(diǎn)的橫坐標(biāo)和縱坐標(biāo)；
[0078] 7. 2. 2)確定道路右側(cè)邊緣的車(chē)道線
[0079] 記步驟6中獲取的右側(cè)的直線Lla = N$縱坐標(biāo)為零的直線的交點(diǎn)為 其坐標(biāo)為JOi廣ifcVX與縱坐標(biāo)為H的直線的交點(diǎn)為IZf=wS其坐標(biāo)為 (Llf^A.x,Llf=NA.y );
[0080] 記步驟7. 1)中獲取的右側(cè)車(chē)道線LAa = NA1與縱坐標(biāo)為零的直線的交點(diǎn) 為Uif，其坐標(biāo)為（\ j )，與縱坐標(biāo)為H的直線的交點(diǎn)為 LAP^m , ( LAP^m-1 ,x,LAP；l-u-\y ),
[0081] 記交點(diǎn)和交點(diǎn)之間的距離為，釋計(jì)算公式為下式α〇):
[0082] D?"=《-、丨·x-LAf^-、" x， ( jQ)
[0083] 在縱坐標(biāo)為零的直線上，尋找交點(diǎn)Zif=*4右側(cè)的點(diǎn)LAREPt，其坐標(biāo)為（LAREP t. X，LAREPt. y)，使得點(diǎn)LAREPt到交點(diǎn)距離為A-^，
[0084] 記交點(diǎn)和交點(diǎn)之間的距離為，Dfi計(jì)算公式為下式（I 1):
[0085] Dfu = LP1Tna .X - LAIf-_ΝΑ-1 .X ' (11)
[0086] 在縱坐標(biāo)為H的直線上，尋找交點(diǎn)/JT=?a右側(cè)的點(diǎn)LAREPb，其坐標(biāo)為（LAREP b. X，LAREPb. y)，使得點(diǎn)LAREPb到交點(diǎn)的距離為
[0087] 記道路右側(cè)邊緣的車(chē)道線為L(zhǎng)AEnght, LAE1^ht的兩點(diǎn)式直線方程為下式（12):
[0088]
[0089] 其中自變量Xnght，〇 < Xnght< W和因變量y η，〇 < ynght< H是道路右側(cè)邊緣的 車(chē)道線LAFlght上點(diǎn)的橫坐標(biāo)和縱坐標(biāo)，
[0090] 貝IJ公式（6)、公式（9)和公式（12)確定出了高清攝像頭所拍攝的視頻幀圖像內(nèi)的 車(chē)道線實(shí)線，即成，最終結(jié)果如圖3所示。
【主權(quán)項(xiàng)】
1. 一種基于光流點(diǎn)軌跡統(tǒng)計(jì)的車(chē)道線實(shí)線的檢測(cè)方法，其特征在于，步驟包括： 步驟1:在單向道路中間上方安裝攝像頭； 步驟2 :對(duì)視頻帖圖像預(yù)處理； 步驟3 :獲取運(yùn)動(dòng)車(chē)輛的光流點(diǎn)集合； 步驟4 :利用DBSCAN聚類(lèi)算法分割每輛運(yùn)動(dòng)車(chē)輛的光流點(diǎn)集合，并對(duì)分割出的光流點(diǎn) 集合用固定大小的矩形區(qū)域表示； 步驟5 :對(duì)每輛運(yùn)動(dòng)車(chē)輛的分割區(qū)域進(jìn)行統(tǒng)計(jì)疊加，并對(duì)結(jié)果進(jìn)行二值化處理； 步驟6 :對(duì)二值圖像中符合條件的白色像素區(qū)域的輪廓點(diǎn)的中點(diǎn)集合進(jìn)行直線擬合； 步驟7 :由中點(diǎn)集合擬合的直線確定出車(chē)道線實(shí)線。2. 根據(jù)權(quán)利要求1所述的基于光流點(diǎn)軌跡統(tǒng)計(jì)的車(chē)道線實(shí)線的檢測(cè)方法，其特征在 于，所述的步驟1中，具體步驟是： 在交通道路中的實(shí)線道路區(qū)域，即需要檢測(cè)車(chē)輛是否違規(guī)行駛的路段，在單向道路中 間上方安裝高清攝像頭，單個(gè)攝像頭對(duì)應(yīng)單向道路，攝像頭所拍攝的視頻帖圖像在橫向?qū)?度上包含該方向上所有的車(chē)道，在縱向長(zhǎng)度上所拍攝的最遠(yuǎn)端到攝像頭的距離不大于100 米，最近端到攝像頭的距離不小于5米，且最遠(yuǎn)端與最近端間的間隔不小于70米。3. 根據(jù)權(quán)利要求2所述的基于光流點(diǎn)軌跡統(tǒng)計(jì)的車(chē)道線實(shí)線的檢測(cè)方法，其特征在 于，所述的步驟2中，具體步驟是： 將攝像頭拍攝的視頻帖圖像轉(zhuǎn)換為灰度圖并進(jìn)行中值濾波，對(duì)濾波后的圖像進(jìn)行直方 圖均衡化，得到視頻帖圖像I。，n= 1，2, ...，N，N為視頻帖圖像帖數(shù)，N> 18000,視頻帖圖 像I。的寬度為W、高度為H。4. 根據(jù)權(quán)利要求3所述的基于光流點(diǎn)軌跡統(tǒng)計(jì)的車(chē)道線實(shí)線的檢測(cè)方法，其特征在 于，所述的步驟3中，具體步驟是： 3. 1)獲取視頻帖圖像的光流矢量集合 利用金字塔迭代Lucas-Kanade光流算法檢測(cè)步驟2中的視頻帖圖像I。和I。+1間的光 流矢量集合Fm,m= 1，2, . . .，N-1，金字塔迭代Lucas-Kanade光流算法中的強(qiáng)角點(diǎn)個(gè)數(shù)設(shè)置 為1000個(gè)，可接受角點(diǎn)的最小質(zhì)量因子設(shè)置為0. 001，得到的角點(diǎn)最小距離設(shè)置為5,單位 為像素，每個(gè)金字塔層的捜索窗口尺寸為10X10,單位為像素，最大金字塔層數(shù)設(shè)置為4， 最大迭代次數(shù)設(shè)置為64,迭代精度設(shè)為0. 01 ; 3. 2)提取運(yùn)動(dòng)車(chē)輛的光流矢量集合 設(shè)運(yùn)動(dòng)車(chē)輛駛離攝像頭時(shí)的光流矢量方向的角度范圍夫車(chē)輛駛近攝像 頭時(shí)的光流矢量方向的角度范圍天視頻帖圖像的橫軸X所指方向角度為零度， 并設(shè)光流矢量的長(zhǎng)度范圍為巧，3引，單位為像素， 判斷步驟3.1)中的矢量集合Fm中的光