[发明专利]一种基于视频图像驱动的高速公路全自动智能划线方法

权利要求书

1.一种基于视频图像驱动的高速公路全自动智能划线方法，其特征在于，包括以下步骤；

步骤1：对安装在装备顶端的摄像头进行标定，通过标定后的摄像头获得前方道路图像；

步骤2：利用光照不变理论获取道路光照无关图，通过随机采样方法建立道路路面置信区间分类器，实现道路路面区域有效分割，获得粗略二值道路路面检测结果；

步骤3：在一般道路或高速公路场景中，对获得的道路路面区域结果进行精细化处理，提出帧间关联的精细化道路检测算法，提高道路路面提取的精确度；获得精细化二值道路路面检测结果；

步骤4：对获得的精细化二值道路路面检测结果逆变换到原图像中，获得带道路路面检测结果的RGB三通道图像；

步骤5：对带道路路面检测结果的RGB道路图像通过逆透视变换方法获得俯视图方向的道路图像，获得两近似平行边界的道路图像；

步骤6：对逆透视变换后的道路路面检测结果边缘对应的范围确定为道路边界，并对道路边界进行划线；

步骤7：根据道路或高速公路建设标准，结合获得的平行边界道路路面图像，首先确定道路两侧边界的划线位置，再根据一侧标线，依据车道设定宽度标准，依次将其他的车道线划好；

步骤8：划线过程中，自动完成划线路径规划，轮子收到控制指令自动前后左右行驶；划线时可以自动确定使用何种划线涂料颜色，划线为实线还是虚线，划线是否达到要求标准，且都可以智能判断、控制及监测；

所述步骤3具体为：

步骤3.1：初始帧的确定

设帧间道路区域相关度η，公式如下：

其中，P∩C：上一帧与当前帧道路检测区域的交集，即为上下帧道路检测区域的公共部分，该区域大概率是道路区域，P∪C：上一帧与当前帧道路检测区域的并集，即为上下帧道路检测区域的相加部分，表示道路感兴趣区域；

设稳定阈值为T，当视频序列中计算出的η趋于稳定状态时，ηT，表示当前道路检测结果较好，即可选取当前帧为路面提取初始帧；算法流程如下：

Step1：读取视频序列；

Step2：计算帧间图片相关性η；

Step3：当ηT，连续N帧相关性η较好，η趋于稳定时，当前帧选择为基准路面初始帧；

步骤3.2：帧间关联的精细化道路检测

在初始帧基础上采样，并对当前帧进行道路检测，得到当前帧路面区域C，随之计算出上下帧间的更新率α，计算式为

设定帧间可信阈值为T₁，T₂，通过α与两个阈值的比较，判断该帧是否可信，判断公式如下：

当αT₂，本帧结果不可信，输出前一帧的检测结果，当αT₁，本帧结果可信，输出当前帧帧的检测结果，当T₁αT₂，结果可信，但需要对检测结果进行融合，以达到最优的检测，设定融合系数为λ(λ∈(0,1)))，在阈值区间(T₁，T₂)，满足线性关系，计算公式如下：

随之，计算帧间并与交的结果，公式如下：

S_a＝(P∩C) (10)

S_b＝(P∪C) (11)

输出道路检测区域S_new，公式如下：

S_new为本帧道路检测结果融合上帧检测结果得到的新的道路区域，将其作为本帧的道路检测结果输出，同时作为后续帧的前帧继续进行检测计算。