[发明专利]一种自适应投票车道线检测方法

说明书

本发明提供了一种自适应投票的车道线检测方法，所述方法包括：首先将道路图像进行灰度化和中值滤波处理，利用IPM变换得到车道线互相平行的道路俯视图，设置ROI区域减少干扰，使用直方图均衡化进行图像增强；选用Canny算子获得道路边缘图像；使用改进Hough变换检测边缘图中的直线；将每一根直线都当做车道线，将自身特点属性作为车道线标准来对其他直线进行投票，投票项目包括：长度，斜率，位置，车道宽度和车道线宽度等，投票完成后，对可能为同一根车道线边缘的直线进行合并，根据总票数筛选出车道线，然后利用透视变换在道路图像中拟合出车道线。本方法针对道路独有的特征进行自适应筛选车道线，避免了使用固定阈值来筛选车道线，大大提高了在多场景下的环境适应能力，检测的车道线更加精确。

技术领域

本发明智能辅助驾驶技术，特别是涉及一种自适应投票车道线检测方法。

背景技术

近年来，随着汽车汽车安全和操作便捷性收到越来越多的关注，针对智能驾驶系统的研究成为了国内外研究的热点，而车道线检测是实现智能驾驶的重要前提。目前，各国研究人员提出了很多使用Hough变换进行车道线检测的方法，但是Hough检测得到的直线中有很多是干扰线，通常设置单一阈值或者多种复合阈值来筛选，往往会出现筛选的车道线并不是真实的车道线的情况，或者只能适用于与阈值对应的场景，这种设置固定阈值筛选车道线的方法不具有良好的环境适应能力，在多场景变换情况下，检测结果准确率会降低。因此，本文提出了一种自适应投票车道线检测方法，根据场景的变化会使用适合于当下场景的阈值来进行车道线筛选。

发明内容

发明目的：本发明的目的是提供一种自适应投票车道线检测方法，大大提高了车道线检测的环境适应能力，突破了场景变化导致车道线检测准确率下降的缺陷，该方法实用性较强。

技术方案：为达到此发明目的，本发明提供了一种自适应投票车道线检测方法，包括以下步骤：

步骤1：对彩色图像进行灰度化，使用中值滤波对灰度图做降噪处理；

步骤2：利用IPM变换得到道路俯视图，设置ROI区域；

步骤3：使用Canny算子对ROI区域进行边缘检测获取边缘图像；

步骤4：通过改进Hough变换检测边缘图像中的直线；

步骤5：假设步骤4中获得的每一条直线都是车道线，利用自身属性去对其他直线是否为车道线进行投票；

步骤6：合并同一车道线左右两边边缘，根据总票数筛选出车道线；

步骤7：利用透视变换得到道路图像中车道线的位置并拟合。

2.根据权利要求1所述的自适应投票车道线检测方法，其特征在于，所述步骤2包括以下过程：

步骤21：设透视变换矩阵M_rq和逆透视变换矩阵M_qr，其中，

步骤22：在灰度图中取四个点，并记下坐标，其中一点为a(x,y)；

步骤23：找到经IPM变换后对应的四个点，并记下坐标，点A对应的点的坐标为A(X,Y)；

步骤24：IPM变换前后两点之间的关系为：

P_r＝M_qrP_q (1)

其中，

步骤25：(X,Y)与P_r间的关系为：

步骤26：将步骤22和步骤23中的八个点带入式(1)(2)，得到透视矩阵M_rq，同理得到逆透视变换M_qr；