[发明专利]车道线识别方法及装置

说明书

技术领域

本发明涉及车道线识别方法及装置。尤其涉及一种分析摄像头影像，控制摄像头参数，使得适合恶劣天气，对恶劣天气时影像的噪声模式进行分类，按分类的模式使用互不相同的滤波算法，去除摄像头影像的噪声，使车道线识别率提高的车道线识别方法及装置。

背景技术

随着技术的发展，开发出旨在提供安全与便利运行的多种行驶辅助系统，并实际使用于车辆中。

在这种行驶辅助系统中，提供一种车道线偏离报警系统(Lane Departure Warning System:LDWS)，当因驾驶员长时间驾驶或疲劳驾驶，或因使用便携电话等怠慢注视前方等，因不注意而偏离行驶车道线时，向驾驶员警告该情况，能够防患因偏离车道线而发生的事故于未然。

车道线偏离报警系统通过安装于车辆前方预定位置的摄像头，收集行驶道路上的影像，通过分析收集的该影像，测定在车道线内的车辆位置，在判断为车辆偏离车道线的情况下，向方向盘施加转矩或振动，或者通过送出报警音等，警告驾驶员偏离车道线，诱导驾驶员恢复车道线。

所述车道线偏离报警系统应能够准确地识别安装于车辆前方的摄像头收集的影像车道线，从各种道路信号或与车道线类似的影像准确地提取车道线。

但是，原有的车道线偏离报警系统存在的问题是，在雨天或大雾天时，车道线识别率减小，无法判断是否偏离车道线，因此，即使车辆偏离车道线，也无法向驾驶员进行警告。

因此，需要一种在恶劣天气时也提高车道线识别率的车道线识别方法及装置。

发明内容

技术问题

本发明正是为了解决所述问题而研发的，其目的在于提供一种分析摄像头影像，控制摄像头参数，使得适合恶劣天气，对恶劣天气时影像的噪声模式进行分类，按分类的模式使用互不相同的滤波算法，去除摄像头影像的噪声，使车道线识别率提高的车道线识别方法及装置。

技术方案

旨在解决所述问题的车道线识别方法可以包括：接收车辆的摄像头收集的影像的信息接收步骤；收集恶劣天气时影像的噪声模式并进行分类，按所述分类的噪声模式，使用互不相同的噪声去除滤波算法，去除所述摄像头收集的影像的噪声的噪声去除步骤；以及利用去除了噪声的所述影像，识别车道线的车道线识别步骤。

优选地，所述噪声去除步骤可以包括：分析所述车辆的摄像头收集的影像的噪声模式，与所述收集及分类的恶劣天气时影像的噪声模式进行匹配的噪声模式匹配步骤。其中，去除所述摄像头收集的影像的噪声，是使用对应于在所述匹配的步骤的结果中匹配率最高的影像噪声模式的噪声去除滤波算法，进行去除噪声。

优选地，所述影像的噪声模式分类，可以是分类成竖直方向下落雨水的模式、对角线方向下落雨水的模式、水花的细微粒子模式、雾气的细微粒子模式或夜间灯光反射的雨水的模式中的某一种。

优选地，所述信息接收步骤还可以接收关于车辆雨刮器的动作状态的信息；所述噪声模式匹配步骤，是基于所述接收的车辆雨刮器的动作状态，对所述车辆的摄像头收集的影像的噪声模式分类后进行分析。

优选地，所述车道线识别方法还可以包括：分析从车辆的摄像头接收的影像，控制所述摄像头的参数的摄像头控制步骤；所述从摄像头接收的影像，是根据所述控制的参数而校正的影像。

优选地，所述摄像头控制步骤，可以是利用从所述摄像头收集的影像的亮度或色温中的至少一种进行分析，基于所述分析，控制摄像头的曝光(Exposure)值、颜色(R,G,B)增益(Gain)值、伽玛(Gamma)校正值、亮度值、色温值、白平衡(White Balance)值或局部色调映射(Local Tone Mapping)值中的至少一种值。

另外，旨在达成所述目的的车道线识别装置可以包括：信息接收部，其接收车辆的摄像头收集的影像；噪声去除部，其收集恶劣天气时影像的噪声模式并进行分类，按所述分类的噪声模式，使用互不相同的噪声去除滤波算法，去除所述摄像头收集的影像的噪声；以及车道线识别部，其利用去除了噪声的所述影像识别车道线。

优选地，所述噪声去除部可以包括：噪声模式匹配部，其分析所述车辆的摄像头收集的影像的噪声模式，与所述收集及分类的恶劣天气时影像的噪声模式进行匹配。其中，去除所述摄像头收集的影像的噪声，是使用对应于在所述匹配的步骤的结果中匹配率最高的影像噪声模式的噪声去除滤波算法，进行去除噪声。

优选地，所述影像的噪声模式的分类，可以是分类成竖直方向下落雨水的模式、对角线方向下落雨水的模式、水花的细微粒子模式、雾气的细微粒子模式或夜间灯光反射的雨水的模式中的某一种。