[发明专利]一种应用于智能驾驶的停止线检测方法

说明书

本发明涉及一种应用于智能驾驶的停止线检测方法，采集路面灰度图片，提取感兴趣区域；对提取出来的感兴趣区域进行预处理得到二值图；判断图像中是否存在斑马线，如果存在，则根据斑马线与停止线之间的关系检测停止线，完成停止线检测；否则检测图像中是否存在路面标识符；如果存在路面标识符，则根据路面标识符与停止线之间的关系检测停止线，完成停止线检测。本发明通过统计连通域信息，并利用斑马线、路面标识符等辅助信息共同完成停止线的有无判断，并记录停止线在图像中所在的位置。

技术领域

本发明涉及智能驾驶领域，具体地说是一种应用于智能驾驶的停止线检测方法。

背景技术

随着社会与科学技术的发展，汽车在人们的日常生活中扮演着越来越重要的角色。汽车给人们生活带来便利的同时，也为人们的安全带来了巨大的隐患，尤其是在道路交通路口，这种隐患尤为严重。自动驾驶技术与无人驾驶的发展，为解决这个隐患带来了福音。

目前自动驾驶与无人驾驶中，常采用以霍夫变换为主体的停止线检测技术。该技术是在采集到的灰度图像中，用预处理技术、图像边缘化技术、霍夫变换技术来检测图像中的“直线”，并通过直线的角度等先验性知识来判断是否存在停止线。因霍夫变换算法非常耗时，导致算法整体耗时偏高，不能满足现在车载实时性系统的需求。

发明内容

针对现有技术的不足，本发明提供一种应用于智能驾驶的停止线检测与测距算法，通过统计连通域信息，并利用斑马线、路面标识符等辅助信息共同完成停止线的有无判断，并记录停止线在图像中所在的位置。

本发明为实现上述目的所采用的技术方案是：

一种应用于智能驾驶的停止线检测方法，包括以下步骤：

步骤1：采集路面灰度图片，提取感兴趣区域；

步骤2：对提取出来的感兴趣区域进行预处理得到二值图；

步骤3：判断图像中是否存在斑马线，如果存在，则根据斑马线与停止线之间的关系检测停止线，完成停止线检测；否则检测图像中是否存在路面标识符；

步骤4：如果存在路面标识符，则根据路面标识符与停止线之间的关系检测停止线，完成停止线检测。

所述提取感兴趣区域的过程为，一个车道内的梯形的区域，通过行近邻差值法，将该梯形区域转化为矩形区域，即为感兴趣区域。

所述行近邻差值法为：将任意长度的行，通过近邻差值，拉伸为指定宽度的行。

所述预处理过程为：对感兴趣区域图像进行大尺度均值滤波处理，得到目标图像，然后对目标图像进行二值化处理，得到二值图。

所述判断图像中是否存在斑马线包括以下过程：

步骤1：提取图像第一行灰度信息作为检测斑马线的特征向量；

步骤2：将检测斑马线的特征向量输入adboost神经网络中，判断该特征向量是否为斑马线，如果是，则图像中存在斑马线，判断结束，否则执行步骤3；

步骤3：判断当前行是否为图像最后一行，如果是，则提取下一行灰度信息，作为检测斑马线的特征向量，执行步骤2，否则图像中不存在斑马线，判断结束。

所述根据斑马线与停止线之间的关系检测停止线包括以下过程：

步骤1：将当前行灰度值进行累加，得到当前行的累加和，记为Sum_Zebra；

步骤2：对图像进行行累加，得到累加和数组；

步骤3：在累加和数组中找到小于0.8*Sum_Zebra的行，记为R1；

步骤4：从R1行开始，在累加和数组中找到大于1.4*Sum_Zebra的行；