[发明专利]一种车道线追踪方法及系统

说明书

技术领域

本发明涉及图像处理技术领域，尤其涉及一种车道线追踪方法及系统。

背景技术

车道偏离预警系统，是一种通过报警的方式辅助驾驶员减少汽车因车道偏离而发生交通事故的系统。目前，车道偏离预警系统的实现方式都是基于计算机视觉的方法实现，首先在采集的道路视频图像中识别车道线，再根据车辆位置与车道线的关系判断是否发出偏离预警。然而，传统的卷积核(如：Sobel，Canny，Roberts等算子)，在多种车道类型，特别是车道存在污物、阴影，或破损，或路面有反光等干扰时，无法得到良好的检测效果，导致车道线检测精确度较低。

发明内容

有鉴于此，本发明要解决的技术问题是提供一种车道线检测精确度较高的车道线追踪方法及系统。

本发明解决上述技术问题所采用的技术方案如下：

根据本发明的一个方面，提供的一种车道线追踪方法包括：

获取车辆前方视频帧图像；

根据事先采用半自动化标定车道边缘图像进行非监督学习得到的至少两个边缘卷积核，对帧图像进行横向边缘检测，得到边缘图；

根据前一帧获取的车道线的位置和边缘图获取当前帧的车道线；

根据当前帧的车道线的位置，计算并输出当前车辆相对追踪车道的横向位置。

优选地，事先采用半自动化标定车道边缘图像进行非监督学习得到的至少两个边缘卷积核包括：

获取训练车道的样本视频图像集；

对样本视频图像进行边缘检测，得到样本边缘图；

对样本边缘图进行人工筛选，并进行归一化处理；

对样本归一化的像素点值展开得到的向量l×w进行聚类；

将各个聚类中心点的向量变换为对应的l×w的矩阵作为卷积核；

其中，l为长，w为宽。

优选地，根据事先采用半自动化标定车道边缘图像进行非监督学习得到的至少两个边缘卷积核，对帧图像进行横向边缘检测，得到边缘图包括：

获取帧图像的灰度图；

分别使用所有边缘卷积核与灰度图进行卷积；

取所有卷积核在该像素点卷积的最大值作为该点的数值；

将每一个像素点的数值归一化，得到边缘图。

优选地，根据前一帧获取的车道线的位置和边缘图获取当前帧的车道线包括：

根据前一帧获取的车道线的位置，在边缘图中确定当前帧的左、右初始车道线检测区域；

将左、右初始车道线检测区域分别划分为至少两个小检测区域；

根据每个小检测区域的边缘图数值和每个小检测区域的像素点的总数，确定精确车道线检测区域；

从精确车道线检测区域中获取当前帧的车道线。

优选地，初始车道线检测区域为前一帧获取的车道线的两端点分别在上边和下边上的平行四边形；小检测区域为将初始车道线检测区域的上边和下边分别分割为N个小线段，将上边的小线段分别与下边的小线段相连形成N×N个面积相等的平行四边形，其中，N大于2。

优选地，从精确车道线检测区域中获取当前帧的车道线包括：将确定为精确车道线检测区域的小检测区域的上下边的中线作为当前帧的车道线的边缘线。

优选地，上述方法还包括：

当检测到当前帧的车道线位于车辆前方图像的中间区域时，扩大每个小检测区域，中间区域的宽度小于等于车辆前方图像宽度的1/2；

当检测到车道宽度突变或者连续超过预设的帧数找不到车道线后，重新确定左、右初始车道线检测区域。

根据本发明的另一个方面，提供的一种车道线追踪系统包括：

视频采集模块，用于获取车辆前方视频帧图像；

边缘检测模块，用于根据事先采用半自动化标定车道边缘图像进行非监督学习得到的至少两个边缘卷积核，对视频帧图像进行横向边缘检测，得到边缘图；

车道线获取模块，用于根据前一帧获取的车道线的位置和边缘图获取当前帧的车道线；

横向位置输出模块，用于根据当前帧的车道线的位置，计算并输出当前车辆相对追踪车道的横向位置。

优选的，上述系统还包括学习模块，用于事先采用半自动化标定车道边缘图像进行非监督学习得到的至少两个边缘卷积核；学习模块包括：

样本图像获取单元，用于获取训练车道的样本视频图像集；

样本边缘检测单元，用于对样本视频图像进行边缘检测，得到样本边缘图；

归一化单元，用于对样本边缘图进行人工筛选，并进行归一化处理；

聚类单元，用于对样本归一化的像素点值展开得到的向量l×w进行聚类，其中，l为长，w为宽；