[发明专利]一种高速路段及城市道路车道线识别方法

说明书

本发明公开了一种高速路段及城市道路车道线识别方法，包括以下步骤：通过摄像机获取车道图像，利用摄像机参数自标定方法得到摄像机的内外参数，求得车道平面消失线；对车道图像进行灰度化处理并划分感兴趣区域；对上一步得到的图像进行中值滤波；对中值滤波后的图像使用Gabor变换提取车道线纹理特征；采用多角度Haar特征描述车道线边缘特征，利用Adaboost分类器进行分类识别；针对结构化道路设计双曲线组合模型；利用改进Ransac算法估计双曲线组合模型参数。本发明解决了在有阴影、车道线磨损、天气恶劣等复杂环境下的车道线检测问题，并且具有较好的实时性。

技术领域

本发明属于图像处理技术领域，具体涉及一种高速路段及城市道路车道线识别方法。

背景技术

车道线识别是高级驾驶辅助系统的核心部分。由于视觉传感器成本低且易于构建系统，基于机器视觉的车道线检测方法得到广泛应用。而基于机器视觉的车道线检测方法一般可以分为两大类：基于图像特征的方法和基于模型识别的方法。

基于图像特征的方法主要是灰度图像中对灰度边缘的识别，而基于模型的方法是建立数学模型表示车道边界。在城市街道和高速公路通常使用基于模型识别的方法，常用的车道线检测模型包括直线模型、双曲线模型、抛物线模型、样条曲线模型等。简单的模型不能很好的表示车道线，而复杂的模型又会有复杂的计算和较高的错误率。

现有的方法大都能在多种场景下有较好的检测效果，但在车道线状况不佳，例如阴影、树木、光照强度、车道线磨损等情况，检测时往往将非车道线特征点识别为车道线特征点，导致参数估计偏差。

发明内容

本发明的目的在于提供一种高速路段及城市道路车道线识别方法，克服多种因素干扰下车道线较难检测的问题，且兼具实时性。

实现本发明目的的技术方案为：一种高速路段及城市道路车道线识别方法，包括以下步骤：

步骤1、通过摄像机获取车道图像，利用摄像机参数自标定方法得到摄像机的内外参数，求得车道平面消失线；

步骤2、对车道图像进行灰度化处理并划分感兴趣区域；

步骤3、对步骤2得到的图像进行中值滤波；

步骤4、对中值滤波后的图像使用Gabor变换提取车道线纹理特征；

步骤5、采用多角度Haar特征描述车道线边缘特征，利用Adaboost分类器进行分类识别；

步骤6、针对结构化道路设计双曲线组合模型；

步骤7、利用改进Ransac算法估计双曲线组合模型参数。

与现有技术相比，本发明的显著效果为：

(1)本发明通过利用多角度的Haar特征来提取车道线特征点，增强了具有较强方向一致性的车道线边缘特征；

(2)本发明通过利用Haar特征结合改进的Adaboost分类器的识别算法，使识别准确率更高，实时性更好；

(3)本发明利用改进的Ransac算法更好的适应了复杂条件下的车道线模型参数估计，提高了准确度且增强了实时性。

附图说明

图1是本发明高速路段及城市道路车道线识别方法的流程图。

图2是设计多角度Haar特征示意图。

图3是双曲线组合模型。

具体实施方式

下面结合附图和实施例对本发明的技术方案做具体描述。

结合图1，本发明的一种高速路段及城市道路车道线识别方法，包括以下步骤：