[发明专利]一种基于动态感兴趣区域的简易快速车道线检测方法

说明书

技术领域

本发明涉及车道线检测技术，具体为一种基于动态感兴趣区域的简易快速车道线检测方法。

背景技术

随着智能车辆的发展，以及人们对于交通安全关注的增多，车道线检测作为智能车辆环境感知的重要组成部分已经成为了研究热点。在自主导航系统、车道保持辅助系统、车道偏离警示系统和车道换道辅助系统中，车道线检测都起到关键作用，只有准确地了解车道线的具体位置，自主导航系统才能规划出合理的行驶路径，车辆才能正确地做出行驶、超车、换道的驾驶行为。

目前，车道线检测策略主要有三种：第一种基于GPS+MAP，根据定位确定自己在哪个车道，首先采集所要行驶道路的数据，制成地图；这种策略成本较高，但是可靠性好。第二种基于识别，数据源来自激光或视频，视频中根据各类图像处理的算法识别车道线，算法较多且复杂，激光中根据强度信息识别车道线。第三种基于避障，数据源来自激光或视频，都是检测障碍物，确定可通行区域。总体上来说，凡是基于视频的策略，成本都比较低，但对算法和环境要求较高。凡是基于激光的策略，在激光器价格没降下来时，都是高成本的，但对环境要求一般。

发明内容

本发明针对现有技术基于激光的策略成本高、基于视频的策略算法复杂的缺点，提出了一种基于动态感兴趣区域的简易快速车道线检测方法，其有实现简单、效率高、通用性好的特点，与其他识别算法有很大不同，可以较好的满足视觉导航系统对通用性、实时性和鲁棒性的要求。

本发明采取的技术方案为：一种基于动态感兴趣区域的简易快速车道线检测方法，包括以下步骤：

S1、对原始图像进行滤波、灰度化、边缘检测的图像预处理，得到边缘检测结果图；

S2、计算动态感兴趣区域：获取上一帧图像的车道线检测结果，根据上一帧图像的车道线检测结果生成掩码图；用掩码图与边缘检测结果图作逻辑“与”操作，得到只存在动态感兴趣区域的局部图像作为后续处理的数据；

S3、在只存在动态感兴趣区域的局部图像中使用概率霍夫变换检测直线；

S4、遍历所有由概率霍夫变换检测得到的直线，计算其长度，如果长度小于阈值，则跳过此直线；否则，计算其到图像底边中点的距离，并按其到图像底边中点的距离，从近到远排序；

S5、按直线到图像底边中点的距离，从近到远遍历排序后的直线集，计算直线的斜率、颜色及与上一帧车道线位置的偏差程度；如果该直线的斜率、颜色及与上一帧车道线位置的偏差程度皆在各自的范围内，则将该直线作为这一帧的车道线，停止搜索；否则继续向后搜索。

优选地，步骤S2所述生成掩码图的过程为：如果上一帧图像检测不到车道线或这一帧图像是第一帧图像，则取全图像区域生成掩码图；如果上一帧图像只检测到一条车道线，则作车道线的向外拓展平行线，取拓展平行线下方区域作为掩码图；如果上一帧图像检测到了两条车道线，则分别作两条车道线的向外拓展线，求两条拓展线的交点，两条拓展线相交将图像划分为四个区域，取两条拓展线交点与图像底边之间的区域作为掩码图。

与现有技术相比，本发明具有如下有益效果：

1、本发明采用动态感兴趣区域算法，充分利用车道线分布的连续性，通过上一帧的检测结果确定本次检测的动态感兴趣区域，可以快速的确定车道区域，减少搜索范围，从而大大减少后续处理的复杂性和检测时间。

2、本发明采用基于车道线特征的车道线筛选方法，以距离作为车道线的搜索依据，首先根据经验得到车道斜率范围、颜色范围，并确定车道线与上一帧的偏移范围；然后，从图像底边中点开始根据距离从近到远向外搜索，计算直线的斜率、颜色及与上一帧车道线位置的偏差程度，如果此直线的斜率、颜色及与上一帧车道线位置的偏差程度皆在各自的范围内，则将此直线作为这一帧的车道线。无需对所有的疑是车道线进行逐一计算，缩短了计算时间，提高了算法效率。

3、由于器材(如镜头畸形)、环境(如光照、雨水)等因素影响，所采集的图片难免会产生对检测结果有干扰的图像噪声，本发明采用滤波、灰度化、边缘提取的图像预处理流程，以对图片进行有效的除噪。

附图说明

图1为本发明的检测流程图；

图2示意了设定动态感兴趣区域的过程。

具体实施方式

下面将结合实施例和附图对本发明做进一步说明，但本发明的具体实施方式不限于此。

实施例