道路区域检测方法及系统的制作方法

专利名称：道路区域检测方法及系统的制作方法
技术领域：
本发明涉及图像模式识别技术领域，特别涉及一种基于紋理的道路区域检 测方法及其系统。
背景技术：
般是指高速公路和部分结构化较好的公路，这类道路具有清晰的车道线和道路 边界，因此，针对它的道路检测问题可以简化为车道线或道路边界的检测问题。 非结构化道路一般指结构化程度较低的道路，这类道路没有清晰的车道线和道 路边界，再加上阴影、水迹、泥沙等又改变了道路的表面特征，道路区域和非 道路区域更难以区分，所以针对此类道路的检测技术尚处于研究阶段。
目前针对道路区域的检测方法可以分为三类基于道路特征的方法、基于 道路模型的方法和基于神经网络的方法。基于道路特征的检测方法是通过分析 il^各区域和非道路区域在颜色或者紋理特征上的不同，通过聚类或区域生长的 方法获得道路区域。基于模型的方法是先假设出道路模型，根据图像找出最匹 配的道路模型，这类方法检测出的道路区域较为完整，但是对于复杂的路面形 状，无法建立准确的模型。基于神经网络的方法利用神经网络的学习特性，但 是需要大量的训练集。由于后两者在检测及实时性上的局限性，目前普遍采用 基于道路特征的检测方法。
道路区域的特征一般有颜色和紋理。目前基于紋理的分割方法主要是利 用灰度共生矩阵，此方法不能满足实时性的需要，因此目前提取道路区域的方 法主要是利用道路的颜色基本一致的特点，采用基于颜色的分割。基本思想是 选取车辆前方一小块梯形区域作为样本来获得道路标准颜色，然后或是利用图
像的彩色信息直接进行分割，或是进行彩色空间的变换以后，结合直方图等其 它手段进行分割，或是对彩色信息量进行统计分析后再分割。
其基本流程如图l所示a)输入图像；b)根据该输入图像获得道路的标准 颜色；c)通过其它区域的颜色与标准颜色的比较得到道路候选区域；d)在所确 定的候选区域的基础上，利用路宽、面积等约束去掉非路信息；e)输出确定的
道路区域。
这种方法的主要优点是对道路形状不敏感，需要的先验知识少，当道路颜 色单一时的检测效果很好。但它依赖于道路标准色的选取，对阴影和水迹较敏
感，当路况环境存在以下几种情况时将出现问题
1) 当道路有投射阴影时，所选的图像下方梯形区域涵盖的颜色信息不全，
导致提取的道路区域不完整；
2) 当非路的墙体或车体颜色与道路相近时，且也满足一定的宽度要求时， 导致提取的道路区域不准确；
3) 道路区域的颜色并非单一。

发明内容
鉴于基于颜色的道路区域检测所存在的缺陷，以及结构化及非结构化道路 中道路边界提取的困难，本发明提供一种两类道路都适用的基于紋理的道路区 域检测技术，具体表现为 一种道路区域检测方法及系统。
一种道路区域检测方法，包括如下步骤
Sl:获取待检测道路的图像；
S2:对所述获取的图像数据进行处理，确定平滑区域； S3:确定所述平滑区域中像素面积最大的平滑区域； S4:根据其它平滑区域与所述像素面积最大的平滑区域的位置关系，确定 道路候选区域；
S5:对道路候选区域进行修正，得到最终的道路区域。 另一方面，本发明提供一种道路区域检测系统，包括 图像采集单元，用于获取待检测道路的图像；
数据处理单元，用于对获取的图像数据进行处理，确定平滑区域，根据平 滑区域中像素面积最大的平滑区域与其它平滑区域间的位置关系，确定il^各候 选区域，并对道路候选区域进行^f多正，得到最终的道路区域；
道路区域输出单元，用于输出最终得到的道路区域。
其中的翁:据处理单元包括
平滑区域选择单元，用于确定所采集道^各图<象中的平滑区域； 平滑区域连通单元，用于连通相邻的平滑区域，并根据平滑区域中像素面
积最大的平滑区域与其它平滑区域间的位置关系确定道路候选区域；
形态学修正单元，用于对道路候选区域进行形态学修正生成确定的道路区 域图像。
与现有技术相比，本发明仅处理图像消失线以下部分，解决了现有的基于 颜色分割道路区域方法在处理阴影、水迹、道路颜色不均匀等方面的问题，既 可应用于结构化道路，解决边界提取困难的问题，又可应用于非结构化道路。 在保证识别率的基础上，增强了检测的实时性和鲁棒性，方法简单快速有效。


图1是现有技术中基于颜色分割道路区域方法的流程图2是根据本发明实施例的基于紋理分割道路区域方法的流程图3是#^居本发明实施例的系统逻辑结构示意图4是根据本发明实施例的计算水平、垂直、45G及135G方向上的梯度值 的小块分组示意图。
具体实施例方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式
对本发明作进一步详细的"^兌明。
本发明实施例所提供的道路区域检测方法的基本流程如图2所示。 Sl:获取待检测道路的图像；
S2:对所述获取的图像数据进行处理，确定平滑区域；
S3:确定所述平滑区域中像素面积最大的平滑区域；
S4:根据其它平滑区域与所述像素面积最大的平滑区域的位置关系，确定 道路4美选区域；
S5:对道路候选区域进行修正，得到最终的道路区域。
另一方面，本发明还提供一种用于实现上述方法的道路区域检测系统，图 3为该系统的逻辑结构示意图。如图3所示，本发明的il^各区域;险测系统包括 图像采集单元l、数据处理单元2和道路区域输出单元3。其中图像采集单元 1用于获取待检测道路的图像，并将该图像输入数据处理单元2;数据处理单 元2对输入的图像进行一系列模式识别处理，获得平滑区域，然后根据各平滑 区域间的位置关系，得到道路候选区域；再根据道路的面积等几何性状对道路
候选区域进行形态学修正，最终生成确定的道路区域图像由道路区域输出单元 3输出。
其中，数据处理单元2包括平滑区域选择单元21、平滑区域连通单元22 和形态学修正单元23。
平滑区域选择单元21包括区域分割单元211和梯度计算单元212，其中 区域分割单元211用于将来自于图像采集单元1的图像分成若干个局部小区 域，梯度计算单元212用于计算各局部小区域的梯度以此来衡量它们的平滑 性，从而确定图像中的平滑区域。
平滑区域连通单元22包括邻接连通单元221和邻近连通单元222,其中， 邻接连通单元221用于连通紧密相连的平滑区域，邻近连通单元222用于以通 过邻接连通单元221获得的最大连通平滑区域为基准，利用紧邻性原则选择其 他能够作为道^各候选区域的平滑区域共同作为道路候选区域。
形态学修正单元23用于根据道路的面积等几何性状对道路候选区域进行 形态学修正。其中包括空洞填充单元231和小区域排除单元232,分别用于填 充作为道路候选区域的连通平滑区域内部的空洞和删除面积较小的独立平滑 区域，从而生成确定的道路区域图像。
下面以车载道路区域检测系统为例来对本发明作进一步说明。
首先，作为图像采集单元的车载图像采集器获得车辆前方或者后方的图 像，然后将获取到的图像输入至数据处理单元。
然后，本发明利用道路区域基本平滑这一特征，将上述获取到的图像进行 分块，在分块的局部小区域内采用计算梯度的方法来衡量其平滑程度，得到平 滑区域。此处需要说明的是，本发明仅对图像中消失线以下的部分做分块处理， "消失线"也就是"地平线，，，即仅对所获取图像中的陆地图像部分进行处理。 其中的消失线确定技术是现有技术，在透视投影的假设下，对于一个摄像机， 在场景中一系列的平行线(可简单理解为地面上的一系列平行线，如车道线) 映射到图像上为一系列直线相交于同一点，这个点称为消失点。该消失点在图 像上所在的行称为消失线。
通俗来讲，梯度值就是图像灰度值的显著变化的地方，计算分块的局部小 区域内梯度的具体方法如下
基本原理设Gra4"、 Gra^(7入Oa《5"、 GraAM0分别表示区域/在 水平、垂直、450及135°方向上的梯度值，取它们的最大值即Gra《/"乍为区域 /的梯度，
设定区域/的梯度若满足下式则为平滑区域，反之即为非平滑区域
其中，T7^为预先选择的阈值。为克服阴影、水迹等虚假边缘的影响，将 阈值取为0.05。
梯度的具体计算方法如下
1) 将获取的图像分成若干个局部小区域，每个局部小区域都是一个"x" 的小块，其中n为整数。
2) 计算每个局部小区域在水平、垂直、45°及135°方向上的梯度值。以 3x3的小块，计算水平方向上的梯度值为例，如图4a所示，标有相同图案的 三个像素作为 一组，设/,,/2,/3分别表示每一组的平均灰度值，
<formula>formula see original document page 9</formula>其中^， / = 1...3， 7' = 1...3，表示小块内每个像素的灰度值。
3)计算三个灰度值之间的变化率
"i2Al/max(71,72) "i3 —A-A |/max(/p/3) A/32 =|/3-/2|/maX(/3,/2)
4 )该局部小区域的水平梯度为三个灰度值之间的变化率最大的
Oad〃 (/) = max(A/12 ， A/I3, A/32) 垂直、45°及135G方向上的梯度值得计算方法与水平方向上的梯度值的计
算方法类似，分别如图4b、 4c和4d所示，将标有相同图案的三个^^素作为一 组，计算出每一方向每一组的平均灰度值，然后计算三个灰度值之间的变化率， 最后得到该小块的垂直梯度、45G梯度及135G梯度。本领域技术人员可以根据 前面水平方向上的梯度值计算方法的描述获得具体算法，因此不再赘述。
然后根据区域J在水平、垂直、450及1350方向上的梯度值得到区域/的 梯度Gra《/」
Grad(X) =max( Grac///", Grac/K似GVafi^5(X)，Gra力"")
如果该区域J的梯度Gra《"小于预先设定的阈值T7^e,则为平滑区域， 反之即为非平滑区域。
第三步，在利用梯度得到的平滑区域之后，因为有非路面的平滑区域存在， 还需要依据各平滑区域之间的邻近关系，从中筛选出道路候选区域。筛选道路 候选区域的关键在于考察各平滑区域之间的邻近程度。
首先，根据平滑区域之间的连通性，将紧密相连的平滑区域互相连通，成 为较大的连通平滑区域，这样就把图像分成了若干个相互独立、大小不等的连 通平滑区域。
然后，以像素面积最大的连通平滑区域为基准，考察其它连通平滑区域与 它的邻近程度。考虑到像素面积最大的连通平滑区域的形状不规则，这里取它 的一个5邻域，在本发明的一个优选实施例中将5取值为6个像素。即在像素 面积最大的连通平滑区域周边确定一个半径为6的邻域。然后考察其余的连通 平滑区域与该邻域的相交性，若两者有交叠，则视为相邻，该区域可作为道路 候选区域；否则不作为道路候选区域。
第四步骤，根据道路的面积等几何性状，对道路候选区域进行形态学修正， 得到最终的道路区域。形态学修正主要采取以下两种方式
1) 空洞填充，即填充作为道if各候选区域的连通平滑区域内部的空洞，该 空洞的像素面积应小于预先设定的阈值；
2) 去掉面积小的平滑区域，即将面积小于预先设定阈值的独立平滑区域 删除。
有关上述阈值包括前述5邻域的设定，都可以根据所处理图像的分辨率、 对最终的道路区域结果的精确度要求等参数确定，比如将空洞填充的参考阔值 设定为20个像素，将去掉面积小的平滑区域的参考阈值设定为30个像素。 最后将确定的道路区域输出即可。
以区域来表征道路具有很强的鲁棒性，因此该方法不仅适用于结构化道路 区域的检测，而且还适用于非结构化道路，具体的检测方法是一致的。
说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般 技术人员，依据本发明的思想，在具体实施方式
及应用范围上均会有改变之处， 比如将本发明还应用于水路航线的区域检测等。因此，本说明书内容不应理解 为对本发明的限制，凡在本发明的精神和原则之内所作的任何修改、等同替换、 改进等，均包含在本发明的保护范围内。
权利要求
1.一种道路区域检测方法，其特征在于，包括如下步骤:S1:获取待检测道路的图像；S2:对所述获取的图像数据进行处理，确定平滑区域；S3:确定所述平滑区域中像素面积最大的平滑区域；S4:根据其它平滑区域与所述像素面积最大的平滑区域的位置关系，确定道路候选区域；S5:对道路候选区域进行修正，得到最终的道路区域。
2、 根据权利要求1所述的道路区域检测方法，其特征在于在步骤S2中包 括如下步骤S21:将获取的图像分成若干局部小区域； S22:计算每个局部小区域的梯度；S23:才艮据每个局部小区域的梯度来确定该局部小区域是否为平滑区域。
3、 根据权利要求2所述的道路区域检测方法，其特征在于在步骤S3中， 根据确定的平滑局部小区域的连通性，找到像素面积最大的平滑区域。
4、 根据权利要求2所述的道路区域检测方法，其特征在于在步骤S21中， 仅对图像消失线以下的部分作区域划分处理。
5、 根据权利要求2所述的道路区域检测方法，其特征在于在步骤S22中， 首先分别计算每个局部小区域在指定方向上的梯度值，然后取其中的最大值作 为该局部小区域的梯度。
6、 根据权利要求5所述的道路区域检测方法，所述指定方向至少包括水 平、垂直、45G及135G方向。
7、 根据权利要求6所述的道路区域检测方法，其特征在于在计算每个局 部小区域在每个方向上的梯度值的过程中将每个局部小区域都设定为一个的小块，同一方向上的w个象素作为 一组；通过小块内每个像素的灰度值』J=1』来计算每一组的平均灰度值； 计算w组灰度值之间的变化率，取其最大作为该局部小区域该方向上的梯 度值； 其中，所述n、 i、 j为整数。
8、 根据权利要求1所述的道路区域检测方法，其特征在于在步骤S4中， 在像素面积最大的平滑区域周边确定一个邻域，然后根据其余的平滑区域与该 邻域的相交性确定道^各候选区域。
9、 根据权利要求1所述的道路区域检测方法，其特征在于在步骤S5中采 用空洞填充和删除面积较小的独立平滑区域两种方式进行修正。
10、 一种道路区域^r测系统，其特征在于，该系统包括 图像采集单元，用于获取待检测道路的图像；数据处理单元，用于对获取的图像数据进行处理，确定平滑区域，根据平 滑区域中像素面积最大的平滑区域与其它平滑区域间的位置关系，确定道3各候 选区域，并对道路候选区域进行修正，得到最终的道路区域；道路区域输出单元，用于输出最终得到的道路区域。
11、 根据权利要求10所述的道路区域检测系统，其特征在于，所述数据 处理单元包括平滑区域选择单元，用于确定所获取道路图像中的平滑区域； 平滑区域连通单元，用于连通相邻的平滑区域，并根据平滑区域中像素面 积最大的平滑区域与其它平滑区域间的位置关系确定il^各候选区域；形态学修正单元，用于对道路候选区域进行形态学修正生成确定的道路区 域图像。
12、 根据权利要求11所述的道路区域检测系统，其特征在于所述平滑区 域选择单元包括区域分割单元，用于将所采集道路图像分割为若干个局部小区域； 梯度计算单元，用于计算各局部小区域的梯度以此来衡量它们的平滑性。
13、 根据权利要求11所述的道路区域4全测系统，其特征在于所述平滑区 域连通单元包括邻接连通单元，用于连通紧密相连的平滑区域；邻近连通单元，用于以通过邻接连通单元获得的最大连通平滑区域为基 准，利用紧邻性原则确定能够作为道路候选区域的平滑区域。
14、 根据权利要求11所述的道路区域检测系统，其特征在于所述形态学 修正单元包括空洞填充单元，用于填充道if各候选区域的内部的空洞；小区域排除单元，用于删除面积较小的平滑区域。
全文摘要
本发明涉及图像模式识别技术领域，提供了一种道路区域检测方法及系统，其中的方法包括如下步骤S1获取待检测道路的图像；S2对所述获取的图像数据进行处理，确定平滑区域；S3确定所述平滑区域中像素面积最大的平滑区域；S4根据其它平滑区域与所述像素面积最大的平滑区域的位置关系，确定道路候选区域；S5对道路候选区域进行修正，得到最终的道路区域。本发明解决了现有的基于颜色分割道路区域方法在处理阴影、水迹、道路颜色不均匀等方面的问题，既可应用于结构化道路，解决边界提取困难的问题，又可应用于非结构化道路。在保证识别率的基础上，增强了检测的实时性和鲁棒性，方法简单快速有效。
文档编号G06K9/00GK101373515SQ20081017029
公开日2009年2月25日 申请日期2008年10月20日 优先权日2008年10月20日
发明者威 刘, 卉 董, 淮 袁 申请人:东软集团股份有限公司