[发明专利]一种联合RANSAC和CNN的鲁棒的车道线检测方法

摘要

一种联合RANSAC和CNN的鲁棒的车道线检测方法，包括以下步骤：S1、从图像采集装置中获得原始图像I，并对所述原始图像I进行高斯平滑处理得到平滑图像I₀；S2、对所述平滑图像I₀进行边缘提取处理，得到边缘特征图I₁；S3、对所述边缘特征图I₁进行图像去噪处理，得到去噪图像I₂；S4、对所述去噪图像I₂设置感兴趣区域，得到感兴趣图像I₃；S5、对图像I₃进行边缘特征点划分，分为公共点、左边点、右边点；S6、利用RANSAC算法检测车道线，当检测到的车道线数大于3或者|x_t,upper‑x_t‑1,upper|>T_upper或者|x_t,lower‑x_t‑1,lower|>T_lower或者|P_t,vp(x,y)‑P_t‑1，vp(x,y)|>T_vp时，转至S7，否则继续迭代至最大迭代次数I_max，得到最终车道线；S7、先利用CNN寻找候选车道线，然后对通过CNN处理得到的含有候选车道线的图像再次应用步骤S6。

主权项

1.一种联合RANSAC和CNN的鲁棒的车道线检测方法，其特征在于，包括以下步骤：S1、从图像采集装置中获得原始图像I，并对所述原始图像I进行高斯平滑处理得到平滑图像I₀；S2、对所述平滑图像I₀进行边缘提取处理，得到边缘特征图I₁；S3、对所述边缘特征图I₁进行图像去噪处理，得到去噪图像I₂；S4、对所述去噪图像I₂设置感兴趣区域，得到感兴趣图像I₃；S5、对图像I₃进行边缘特征点划分，设置划分参数Vmin、Vcommon和Uvanish，当边缘点纵坐标位于Vmin和Vcommon之间时，判定为公共点，当边缘点纵坐标小于Uvanish时，判定为左边点，其余判定为右边点；S6、利用RANSAC算法检测车道线，具体过程是：S61构建双曲线车道线模型M：其中E_u＝f/d_u，E_v＝f/d_v，f是相机焦距，d_u和d_v是像素高和宽，z₀和θ从相机评估获得，假设(u_L,v_L)为左边点和公共点集合，(u_R,v_R)是右边点和公共点集合，则模型M简化为其中a＝(a₁,a₂,a₃,a₄)^T，模型参数S62设置最大迭代次数I_max，每一次迭代，从数据集P中随机选取点集S，S包含N个点，去评估双曲线模型M的参数a，其中N≥4，数据集P为(u_L，v_L)和(u_R,v_R)的并集，(u_L,v_L)为左边点和公共点集合，(u_R,v_R)是右边点和公共点集合；S63使用实例化的模型M去评估P中不属于点集S的数据点S*，如果S*和M的误差e_f的值小于误差阈值e_t，则将S*添加到一个称为一致集合的点集Si中；S64如果点集Si的个数大于一致集合点集数目阈值d，则利用集合Si去评估模型M，评估的标准采用点集Si中点的误差e_f的累加和；S65比较前后两次迭代得到的模型M，保留误差较小的模型,当两个模型误差小于阈值T_e时模型参数都保留，同时模型个数计数器累加一，其中，模型个数即为车道线数；S66当检测到的车道线数大于3，或者|X_t,upper‑X_t‑1,upper|>T_upper或者|X_t,lower‑X_t‑1,lower|>T_lower或者|P_t,vp(x,y)‑P_t‑1,vp(x,y)|>T_vp时，其中X_t,upper、X_t‑1,upper、X_t,lower、X_t‑1,lower分别表示车道线的顶点和底点的t帧和t‑1帧的x坐标，T_upper和T_lower是前后帧顶点和底点差的绝对值的阈值，P_t,vp(x,y)是t帧的消失点位置，P_t‑1,vp(x,y)是t‑1帧消失点的位置，T_vp是前后帧消失点的差值的阈值，则中断RANSAC算法检测车道线，转至步骤S7，否则继续迭代至最大迭代次数I_max，得到最终车道线；S7、先利用CNN寻找候选车道线，然后对通过CNN处理得到的含有候选车道线的图像再次应用步骤S6。