[发明专利]一种基于色块统计的车道线检测方法

权利要求书

1.一种基于色块统计的车道线检测方法，其特征在于，包括如下步骤：

S1、车道偏离预警系统获取车辆周围的YUV图像；

S2、车道偏离预警系统提取YUV图像的色块特征值，具体步骤如下：

S21、统计YUV图像上色块特征值F[6]、F[0]和F[1]在Y通道上的均值和方差， F[2]和F[3]为图像在U通道上的均值和方差， F[4]和F[5]为图像在V通道上的均值和方差；

S22、对统计的色块特征值进行归一化处理，得到YUV图像的色块特征值；

S3、车道偏离预警系统利用提取的色块特征值通过机器学习的方法建立决策树模型；

S4、车道偏离预警系统通过决策树模型判断YUV图像是车道线区域还是非车道线区域，若是，执行步骤S5，若不是，重新执行步骤S4对下一幅YUV图像进行判断；

S5、车道偏离预警系统通过视觉识别系统来识别车道线区域中的车道线；

其中步骤S1~S3建立决策树模型定期进行，步骤S4和步骤S5通过最新建立的决策树模型进行；步骤S21中统计YUV图像上色块特征值的方法为采用滑动窗口在YUV图像上滑动，获取所述滑动窗口内的色块特征值。

2.根据权利要求1所述的基于色块统计的车道线检测方法，其特征在于：所述的滑动窗口大小为16像素×32像素。

3.根据权利要求2所述的基于色块统计的车道线检测方法，其特征在于：步骤S3中建立决策树模型的方法为通过YUV图像的色块特征值通过机器学习的方法生成训练集，通过训练集建立决策树模型。

4.根据权利要求3所述的基于色块统计的车道线检测方法，其特征在于，步骤S4的具体步骤为：

S41、利用决策树模型对滑动窗口的子图片进行分类；

S42、对每一个滑动窗口的子图片从根结点依次计算其属性值，直到到达某个叶结点，从而找到该子图片属于车道线区域还是非车道线区域。

5.根据权利要求1所述的基于色块统计的车道线检测方法，其特征在于：步骤S1中的YUV图像获取方法是通过车载摄像头获取。

6.根据权利要求5所述的基于色块统计的车道线检测方法，其特征在于：所述车载摄像头为鱼眼摄像头。

7.根据权利要求6所述的基于色块统计的车道线检测方法，其特征在于：所述车载摄像头为四个，各个车载摄像头分别设置在车辆的前、后、左和右四个方向上。

8.根据权利要求7所述的基于色块统计的车道线检测方法，其特征在于：所述车道偏离预警系统存储有图像矫正算法，所述鱼眼摄像头采集的图像通过所述矫正算法矫正还原处理。