专利名称：一种道路环境自适应的直车道检测方法
技术领域：
本发明主要涉及基于视觉的车辆智能防撞预警(Vehicle IntelligentCollision Warning)技术领域,特别涉及一种道路环境自适应的直车道检测方法。
背景技术：
随着交通事业的快速发展，交通安全显得越来越重要。2004年世界卫生组织的一份报告指出，全球每年约一百二十万人死于交通事故，受伤人数更是高达五千万。车辆智能防撞预警系统(Vehicle Intelligent Collision Warning System)是降低交通伤亡的重要工具，车道检测是其重要的组成部分。基于视觉的车道检测算法可归纳为三类基于颜色特征、基于边缘特征和基于模型的检测方法。基于颜色特征的方法主要用于非结构化道路的车道检测。基于边缘特征 的方法计算速度快、实时性好，对于道路环境中干扰较少的路面检测效果良好，但对于遮挡物、阴影、光照或其它路面图标的干扰很敏感，对环境变化的适应性很差。基于模型的方法对环境变化的适应性较好，但其繁冗复杂的算法(往往涉及迭代运算或参数寻优)难以满足系统实时性的要求，并且对路面文字等的干扰较为敏感。
发明内容
为降低车道检测算法对路面图标、遮挡物或光照变化等干扰的敏感度，增强算法对道路环境变化的自适应性，本发明提供一种基于连通分量与循环Hough变换的道路环境自适应的直车道检测方法。其主要思想为首先，根据路面的特点，对图像做自适应降值滤波处理，以降低图像中由于路面不平、阴影等产生的噪声影响；其次，根据图像中路面文字、方向箭头等干扰图标边界呈连通分量的特点，提出基于连通分量的干扰消去算法，增强对路面图标和遮挡物的抗干扰能力；最后，使用循环Hough变换找到最适Hough变换阈值,提高算法对环境变化的自适应性。假设摄像机安装在车辆前挡风玻璃中间并朝向正前方，即摄像机的俯仰角、航偏角、旋转角均为零。本发明解决其技术问题的技术方案是
步骤I一通道提取与截取
根据车道线在图片中的颜色特征，提取原图片的红色通道，然后水平截取一定距离范围内的道路图片。步骤2—自适应降值滤波处理并提取边界
根据截取后的道路图片内容选取自适应阈值，将图片中像素值与此阈值做差运算，并将差运算后的负值零化，使用Canny方法提取边界。步骤3—基于连通分量的干扰消去处理
如果历史车道信息有效，即存在历史数据且距离当前帧时间较近，则将步骤2处理后的图片分为可能存在车道线的区域与不可能存在车道线的区域，分别称它们为可能区域与非可能区域，将非可能区域中的像素值零化；规定，如果紧连的两像素点值均非零，则认为它们相邻，否则认为它们不相邻；如果两非零像素点可以通过一系列相邻像素点连成一条通路，则认为它们是连通的，设可能区域与非可能区域的非零交点组成点集，将可能区域中与点集/7 t中的点组成连通分量的点的像素值零化。步骤4一循环Hough变换
如果历史车道信息有效，则选取比最近帧稍大的阈值，否则选取一个较大阈值，使用此阈值进行Hough变换，得到一系列零散直线；如果历史数据有效则提取道路消失点，否则将原图片中心点看作消失点，丢弃零散直线中接近水平或距离消失点较远的直线，再根据零散直线与图片底边交点之间的疏密情 况对这些直线进行聚类，并将每类中的直线合并成一条直线，如果合并后的直线个数大于2，则提取斜度最接近90度的两条直线，即为当前车道的两个边界线，否则若没达到最大迭代次数，则降低阈值重新进行Hough变换并做同样处理。步骤5—历史验证与消失点计算
如果上步得到两条直线且如果历史车道信息有效，则根据历史车道信息验证所得车道的宽度与方向是否合理，如果合理，则计算这两条直线的交点，即为消失点，将这两条直线与消失点存于历史车道信息中。本发明具有的有益效果是
I、使用自适应降值滤波的降噪处理方法有效降低了路面噪声和阴影干扰，克服了传统平滑降噪处理方法会降低车道线边界凸显程度的弊端。2、通过分析路面图标等较强干扰与车道线不连通的特性，对图片做基于连通分量的干扰消去处理，有效地去除了这些干扰，增强了检测方法的准确性。3、借助历史车道信息，通过使用循环Hough变换得到符合当前道路环境的Hough变换阈值，使得本发明具有了对道路环境变化的自适应能力。
图I是本发明道路环境自适应的直车道检测方法流程 图2是本发明中干扰消去处理过程结果图。
具体实施例方式下面结合附图和具体实施应用过程对本发明进一步说明
参照图I执行步骤来说明本发明的实施过程
步骤I一通道提取与图片分割
提取原始图片OrgImg的红色通道，并根据一定距离范围内的路面做水平分割，得到图片 roadImg0步骤2—降值处理与边界提取
一般采用平滑滤波进行降噪处理，然而它会降低车道线(即车道边界线，以后不再提示)边界的凸显程度，本发明使用自适应降值滤波方法进行图片降噪处理。设图像roadlmg，roadImg(i, j)表示其第i行第j列像素点的值，图片中路面像素点的值可被近似看作服从正态分布，根据正态分布的特性，则降值处理如下
权利要求
1.一种道路环境自适应的直车道检测方法，其特征在于使用自适应降值滤波的降噪处理方法，有效降低路面噪声和阴影干扰，采用基于连通分量的干扰消去算法，消去图片中路面图标或遮挡车辆干扰，利用历史车道信息和循环Hough变换检测车道线；其具体步骤为 步骤I一通道提取与截取 根据车道线在图片中的颜色特征，提取原图片的红色通道，然后水平截取一定距离范围内的道路图片； 步骤2—自适应降值滤波处理并提取边界 根据截取后的道路图片内容选取自适应阈值，将图片中像素值与此阈值做差运算，并将差运算后的负值零化，使用Canny方法提取边界； 步骤3—基于连通分量的干扰消去处理 如果历史车道信息有效，即存在历史数据且距离当前帧时间较近，则将步骤2处理后的图片分为可能存在车道线的区域与不可能存在车道线的区域，分别称它们为可能区域与非可能区域，将非可能区域中的像素值零化；规定，如果紧连的两像素点值均非零，则认为它们相邻，否则认为它们不相邻；如果两非零像素点可以通过一系列相邻像素点连成一条通路，则认为它们是连通的，设可能区域与非可能区域的非零交点组成点集，将可能区域中与点集中的点组成连通分量的点的像素值零化； 步骤4一循环Hough变换 如果历史车道信息有效，则选取比最近帧稍大的阈值，否则选取一个较大阈值，使用此阈值进行Hough变换，得到一系列零散直线；如果历史数据有效则提取道路消失点，否则将原图片中心点看作消失点，丢弃零散直线中接近水平或距离消失点较远的直线，再根据零散直线与图片底边交点之间的疏密情况对这些直线进行聚类，并将每类中的直线合并成一条直线，如果合并后的直线个数大于2，则提取斜度最接近90度的两条直线，即为当前车道的两个边界线，否则若没达到最大迭代次数，则降低阈值重新进行Hough变换并做同样处理； 步骤5—历史验证与消失点计算 如果上步得到两条直线且如果历史车道信息有效，则根据历史车道信息验证所得车道的宽度与方向是否合理，如果合理，则计算这两条直线的交点，即为消失点，将这两条直线与消失点存于历史车道信息中。
全文摘要
本发明公开一种道路环境自适应的直车道检测方法。现有的基于视觉的直车道检测算法对路面图标和遮挡物等干扰敏感度较高且对道路环境变化的自适应能力较弱。本发明首先，分析传统平滑降噪处理方法的不足，提出了自适应降值滤波的降噪处理方法，有效降低了路面噪声和阴影干扰。其次，根据路面图标等较强干扰与车道线的位置关系，提出了基于连通分量的干扰消去算法，增强对路面图标和遮挡物的抗干扰能力。最后，提出循环Hough变换，根据道路环境实时调整其阈值大小，使得本发明具有对道路环境变化的自适应能力。本发明对路面图标等干扰具有很强的抗干扰能力，对不断变化的道路环境变化具有强的自适应能力。
文档编号G06K9/46GK102831426SQ20121031472
公开日2012年12月19日 申请日期2012年8月30日 优先权日2012年8月30日
发明者徐向华, 万健, 高瑞胜 申请人:杭州电子科技大学