[发明专利]一种基于边缘特征的道路检测方法

摘要

本发明公开了一种基于边缘特征分析的自动道路检测方法，该方法包括对于目标图像，采用边缘梯度算子计算得到多幅梯度图像，对其进行二值化处理，得到多幅初步道路边缘图像；基于自动获取的阈值将多幅初步道路边缘图像中像素个数小于该阈值的连通区域去除，获得多个方向上的道路边缘图像；将多个方向的道路边缘图像中的道路边缘信息整合到同一幅图像中，并根据道路两侧具有相似边缘的原理夹逼出道路像素区域，得到初步道路图像；采用基于线段拟合的生长算法进行道路区域间的连接，并根据道路区域的长宽比去除一些非道路区域，最终获得检测得到的道路。本发明适用于航拍图像的自动道路检测，具有检测精度高、实时性好、抗干扰性强等优点。

主权项

一种基于边缘特征的道路检测方法，其特征在于，该方法包括以下步骤：步骤1，对于目标图像，采用多个方向的边缘梯度算子计算得到多幅梯度图像，基于所述多幅梯度图像计算得到二值化自适应阈值，并根据所述二值化自适应阈值对于所述多幅梯度图像进行二值化处理，得到多幅初步道路边缘图像；步骤2，对于多幅初步道路边缘图像，采用最大类间方差方法自动获取最大类间方差阈值，基于获得的最大类间方差阈值将所述多幅初步道路边缘图像中像素个数小于该最大类间方差阈值的连通区域去除，从而获得所述目标图像在多个方向上的道路边缘图像；步骤3，将所述多个方向的道路边缘图像中的道路边缘信息整合到同一幅图像中，并根据道路两侧具有相似边缘的原理夹逼出道路像素区域，得到初步道路图像；步骤4，对于所述初步道路图像，采用基于线段拟合的生长算法进行道路区域间的连接，并根据道路区域的长宽比去除一些非道路区域，最终获得检测得到的道路；所述步骤1进一步包括以下步骤：步骤11，对所述目标图像进行大尺度高斯平滑去噪；步骤12，在平滑后得到的图像中，分别使用四个方向的Sobel算子求得四幅梯度图像；步骤13，将所述四幅梯度图像使用自适应阈值方法进行二值化处理；所述步骤13中，自适应阈值采用下述方法求取得到：首先将所述梯度图像的边缘图像归一化到[0‑255]，设二值化自适应阈值为k，梯度图像的灰度期望为uT，梯度图像中所有像素值落在[0‑i]范围内的概率和为wi，期望为ui，所有像素值落在[i‑255]范围内的概率和为(1‑wi)，则根据最大类间方差方法，按照以下公式求得所述二值化自适应阈值k：k=argimaxi=0255((uTwi-wi)2wi(1-wi));]]>所述步骤2进一步包括以下步骤：步骤21，基于经过二值化处理后的多幅梯度图像，分别计算得到统计各梯度图像的连通区域大小的直方图；步骤22，根据最大类间方差算法，对于每一梯度图像对应的直方图求取最大类间方差阈值r，基于获得的阈值r将相应梯度图像中连通区域像素个数小于该阈值r的连通区域去除，从而获得所述目标图像在所述多个方向的道路边缘图像。