[发明专利]一种基于Hough变换的车道线检测方法

说明书

一种基于Hough变换的车道线检测方法，该方法针对现有车道线检测技术的需要建立特定的模型，算法比较复杂，效率低，实时性差的缺点，通过对经过Hough变换后的含有车道线的图像，利用车道线像素的位置信息进行车道线检测和趋势的判断，算法具有良好的实时性，高效率得检测车道线。本方法不需要引入过多的参数来辅助判别弯道，不需要车道线建模等繁琐方法，可用于普通车道和高速公路，可以简单快速地实现弯道趋势的识别，有较好的实时性和准确性。

技术领域

本发明涉及一种基于Hough变换的车道线检测方法，属于车辆自主驾驶和计算机辅助驾驶技术领域。

背景技术

近年来,随着公路里程的不断增加和汽车产业的不断发展,交通安全问题也日益严重道，路上的车辆越来越多，发生的事故也在逐年增长，交通事故所带来的伤亡及财产损失是触目惊心的。为减少交通事故的发生，运用计算机辅助驾驶系统等科技手段保障行车的安全成为了一种趋势，实现这类系统面临的首要关键问题就是实现快速准确地从车载视频图像中检测车道线，这可以让车辆按照实时路况准确规范行驶，以保证车辆、行人的安全。

目前国内外对车道线的检测算法多种多样，比较有代表性的算法可以分为以下2种：

1、基于模型的车道标志线检测算法。这种算法主要是基于不同的道路图像模型(直线模型、样条曲线模型或双曲线模型等)，结合不同的识别技术来对车道标志线进行识别。(1)申请号：CN201110129547、名称为“基于计算机视觉的高速公路弯道检测方法”的专利，其算法是建立弯道的模型，利用区域生长方法获得车道直线上的两个车道线像素点，并采用Hough变换将两个车道线像素点拟合为车道线，最后通过叠加计算曲线车道区域内的车道线像素点到车道直线的距离来获取公路弯道的弯曲度和方向。其缺点是：建立 弯道的模型，在弯道已知的情况下进行弯道趋势的判别，降低了弯道的趋势判别的实时性和实用性。这是针对高速公路道路的标准而确定的模型，但是如何运用到一般的公路上，参数如何设置，模型如何改变，具体的内容没有提及，这也造成方法使用起来存在一定的复杂性。(2)论文名称：一种分步式弯道检测算法，国防科学技术大学自动化研究所，其算法是车道线的识别采用双曲线模型，引入了大量的参数来控制车道线的形状，和车道线的趋势，其缺点是：建立模型的过程中引入较多较复杂的参数来辅助确定车道的趋势，这造成算法设计较为复杂，一定程度上降低了弯道趋势判别的效率和实时性。

2、基于特征的车道标志线检测算法主要是结合道路图像中标志线的一些特征如颜色特征、灰度梯度特征等,利用不同的识别技术如变换、模板匹配等从所获取的图像中识别出车道标志线。论文名称：基于Hough变换的车道检测改进算法研究，四川大学。其算法是通过对图像遍历，划分搜索区域后，根据搜索区域内白色像素点和黑色像素点的个数来确定偏离点，然后通过对搜索区域内像素点的灰度统计并且根据偏离点的位置来确定弯道的方向。当判定了车道的弯曲方向。其缺点是:判断车道趋势时，搜索车道线像素点的范围比较大，算法设计较为复杂，一定程度影响了判断车道趋势的实时性。

发明内容

本发明针对现有车道线检测技术的需要建立特定的模型，算法比较复杂，效率低，实时性差的缺点，提出了一基于Hough变换的车道线检测方法，对经过Hough变换后的含有车道线的图像，利用车 道线像素的位置信息进行车道线检测和趋势的判断，算法具有良好的实时性，高效率得检测车道线。

以下结合附图1.1-6对本发明方法的实施过程进行详细阐述。本发明采用的步骤如下：

步骤1：图像预处理。

1.1、首先从监控相机等图像采集装置中获得原始图像R，对图像R二值化处理得到二值化图像R1。

1.2、针对上述二值化图像R1进行边缘提取处理。边缘提取处理采用Sobel算子或LoG算子。

确定LOG算子的具体步骤如下：