一种斑马线检测方法及系统与流程

本发明属于图像处理和模式识别技术领域，尤其涉及一种斑马线检测方法及系统。

背景技术：

驾驶辅助系统近年来在智能交通系统中得到了广泛的研究与应用，然而由于动态的交通场景受光照条件变化、背景混乱、运动模糊、阴影等因素的干扰，这为路面标志的检测带来了极大的技术困难。随着机动车数量的增加，交通事故频发，公路交通的安全以及运输效率问题变得日益突出。在行人拥有优先通行权的斑马线上，常常因为机动车和行人抢道而发生交通事故。

传统的斑马线检测算法有基于边缘检测算法和基于频域检测算法，基于边缘检测算法由于图像采集设备与路面有夹角，使得采集到的标志发生了透视，所以大多数斑马线标志难以达到平行；而通过边缘检测来确定兴趣区域的方法具有很多不确定因素，比如在阳光明媚、树林林立的情况下，由于数目的倒影，使得目标边缘的检测不再准确，从而难以提取出目标边缘的特征点，故此方法难以达到较高的识别率。基于频域检测算法方法要求计算每一个像素点的值，并且要求斑马线正对着图像获取设备，且相机不能有过大的畸变，还要求目标不能被遮挡。因此，在实际动态交通场景下，现有的斑马线检测技术存在一定的不足。

技术实现要素：

有鉴于此，本发明提供了一种斑马线检测方法及系统。本发明为了解决现存问题，提供以下技术方案：

一种斑马线检测方法，包括以下步骤：

步骤一：获取视频帧图像并对所述视频帧图像进行预处理，得到预处理后的图像；

步骤二：计算所述预处理后的图像的水平投影积，将水平投影积大于水平投影积预设阈值的区域确定为所述预处理后的图像的兴趣区域；

步骤三：计算所述兴趣区域内的每个单连通区域的竖直边缘坐标；

步骤四：采用最小二乘法对所述竖直边缘坐标进行直线拟合，得到单连通区域的边缘直线；

步骤五：将所述兴趣区域图像从正中间分为左右两部分，所述边缘直线包括第一边缘直线和第二边缘直线，所述第一边缘直线为所述兴趣区域图像左边经过所述单连通区域的边缘且斜率为正的边缘直线，所述第二边缘直线为所述兴趣区域图像右边经过所述单连通区域的边缘且斜率为负的边缘直线，计算所述第一边缘直线和所述第二边缘直线之间所有交点的数量；

步骤六：计算所述第一边缘直线和所述第二边缘直线之间的所有交点的质心；

步骤七：以所述所有交点的质心为中心，r个像素点的距离为半径画圆，计算落在圆内的交点数量，当落在圆内的交点数量大于所述所有交点的数量的一半时，则确定所述兴趣区域内有斑马线。

进一步，所述步骤一具体包括：

通过摄像头获取视频帧图像，所述摄像头安装在汽车上，距离地面高1.2-1.5米，仰角15-30度，广角120-150度，所述摄像头以25帧/秒的帧率获取车辆前方的交通信息；

对所述视频帧图像进行预处理，得到预处理后的图像。

进一步，所述预处理具体包括滤波处理、灰度化处理和自适应二值化处理中的至少一种。

进一步，所述步骤三具体包括：

将所述兴趣区域内的第k个单连通区域从左往右、从上往下依次进行扫描；

当遇到第一个像素i(i,j)＝k的点时，记下该点的坐标；

返回执行所述将所述兴趣区域内的第k个单连通区域从左往右、从上往下依次进行扫描的步骤，直到记下第k个单连通区域的最后一个像素点的坐标；

或者，将所述兴趣区域内的第k个单连通区域从右往左、从上往下依次进行扫描；

当遇到第一个像素i(i,j)＝k的点时，记下该点的坐标；

返回执行所述将所述兴趣区域内的第k个单连通区域从右往左、从上往下依次进行扫描的步骤，直到记下第k个单连通区域的最后一个像素点的坐标。

进一步，所述步骤四具体包括：

输入竖直边缘坐标(x1，y1)，(x2，y2)...(xn，yn)；

根据所述竖直边缘坐标计算

将上一步中所计算的各项值代入公式进行计算

根据上一步中得出的a和b的值得到单连通区域的边缘直线。

进一步，所述步骤五具体包括：

分别扫描所述兴趣区域图像左边经过目标边缘且斜率为正的第一边缘直线和所述兴趣区域图像右边经过目标边缘且斜率为负的第二边缘直线，并按顺序记为直线1，2…k；

计算第i(i＝1，2...k-1)条直线和j(j＝i+1，i+2...k)条直线的交点(xi，yj),共个交点。

进一步，所述步骤六具体包括：

进一步，所述步骤七具体包括：

计算落在圆内的交点数量，记s1＝0，如果点(xi，yj)，i(i＝1，2...k-1)，j(j＝i+1，i+2...k)满足(x-xi)²+(y-yj)²≤6,则s1＝s1+1；

根据落在圆内的交点数量占直线交点总数的比例来判断该兴趣区域内是否出现斑马线，即若则确定所述兴趣区域内有斑马线。

一种斑马线检测系统，包括视频获取单元、兴趣区域获取单元、坐标计算单元、直线拟合单元、交点计算单元、质心计算单元、判定单元；所述视频获取单元包括视频采集装置和图像预处理模块；

所述视频获取单元用于获取视频帧图像并对所述视频帧图像进行预处理，得到预处理后的图像。

所述兴趣区域获取单元用于计算所述预处理后的图像的水平投影积，将水平投影积大于水平投影积预设阈值的区域确定为所述预处理后的图像的兴趣区域；

所述坐标计算单元用于计算所述兴趣区域内的每个单连通区域的竖直边缘坐标；

所述直线拟合单元用于采用最小二乘法对所述竖直边缘坐标进行直线拟合，得到单连通区域的边缘直线；

所述交点计算单元用于将所述兴趣区域图像从正中间分为左右两部分，所述边缘直线包括第一边缘直线和第二边缘直线，所述第一边缘直线为所述兴趣区域图像左边经过所述单连通区域的边缘且斜率为正的边缘直线，所述第二边缘直线为所述兴趣区域图像右边经过所述单连通区域的边缘且斜率为负的边缘直线，计算所述第一边缘直线和所述第二边缘直线之间所有交点的数量；

所述质心计算单元用于计算所述所有交点的质心；

所述判定单元用于以所述所有交点的质心为中心，r个像素点的距离为半径画圆，计算落在圆内的交点数量，当落在圆内的交点数量大于所述所有交点的数量的一半时，则确定所述兴趣区域内有斑马线。

进一步，所述视频采集装置用于通过摄像头获取视频帧图像，所述摄像头安装在汽车上，距离地面高1.2-1.5米，仰角15-30度，广角120-150度，所述摄像头以25帧/秒的帧率获取车辆前方的交通信息；

所述图像预处理模块用于对所述视频帧图像进行预处理，得到预处理后的图像。

进一步，所述预处理具体包括滤波处理、灰度化处理和自适应二值化处理中的至少一种。

进一步，所述坐标计算单元用于将所述兴趣区域内的第k个单连通区域从左往右、从上往下依次进行扫描；

当遇到第一个像素i(i,j)＝k的点时，记下该点的坐标；

返回执行所述将所述兴趣区域内的第k个单连通区域从左往右、从上往下依次进行扫描的步骤，直到记下第k个单连通区域的最后一个像素点的坐标；

所述坐标计算单元还用于将所述兴趣区域内的第k个单连通区域从右往左、从上到下依次进行扫描；

当遇到第一个像素i(i,j)＝k的点时，记下该点的坐标；

返回执行所述将所述兴趣区域内的第k个单连通区域从右往左、从上往下依次进行扫描的步骤，直到记下第k个单连通区域的最后一个像素点的坐标。

进一步，所述直线拟合单元用于输入竖直边缘坐标(x1，y1)，(x2，y2)...(xn，yn)；

根据所述竖直边缘坐标计算

将上一步中所计算的各项值代入公式进行计算

根据上一步中得出的a和b的值得到单连通区域的边缘直线。

进一步，所述交点计算单元用于分别扫描所述兴趣区域图像左边经过目标边缘且斜率为正的第一边缘直线和所述兴趣区域图像右边经过目标边缘且斜率为负的第二边缘直线，并按顺序记为直线1，2…k；

计算第i(i＝1，2...k-1)条直线和j(j＝i+1，i+2...k)条直线的交点(xi，yj),共个交点。

进一步，所述质心计算单元用于计算所述所有交点的质心，具体包括：

进一步，所述判定单元用于计算落在圆内的交点数量，记s1＝0，如果点(xi，yj)，i(i＝1，2...k-1)，j(j＝i+1，i+2...k)满足(x-xi)²+(y-yj)²≤6,则s1＝s1+1；

根据落在圆内的交点数量占直线交点总数的比例来判断该兴趣区域内是否出现斑马线，即若则确定当前兴趣区域内有斑马线。

本发明的有益效果是：本发明提出的斑马线检测方法，该方法由于是先通过寻找水平投影积较大的兴趣区域来确定可能存在的斑马线标志，然后在兴趣区域内对目标边缘作直线拟合，最后通过拟合直线的交点数目来确定兴趣区域内是否有斑马线。该方法克服了传统边缘检测难的缺点。由于该方法通过对斑马线特征(斑马线水平投影积较大，边缘呈直线性等特征)逐一进行筛选，因此该方法对车辆、行人等前景目标的遮挡具有较高的鲁棒性。

附图说明

图1为本发明实施例提供的一种斑马线检测方法的流程示意图；

图2为本发明实施例提供的一种斑马线检测系统的结构示意图；

图3为本发明实施例中预处理后的图像示意图；

图4为本发明实施例中兴趣区域图像示意图；

图5为本发明实施例中作直线拟合后的图像示意图；

图6为本发明实施例中交点落在圆内的情况示意图。

具体实施方式

以下结合附图对本发明的原理和特征进行描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例，只用于解释本发明，并非用于限定本发明的范围。

如图1所示，所述斑马线检测方法包括：

步骤一：获取视频帧图像并对所述视频帧图像进行预处理，得到预处理后的图像；

步骤一具体包括：

通过摄像头获取视频帧图像，所述摄像头安装在汽车上，距离地面高1.2-1.5米，仰角15-30度，广角120-150度，所述摄像头以25帧/秒的帧率获取车辆前方的交通信息；

对所述视频帧图像进行预处理，得到预处理后的图像；所述预处理具体包括滤波处理、灰度化处理和自适应二值化处理中的至少一种。

步骤二：计算所述预处理后的图像的水平投影积v，将水平投影积v大于水平投影积预设阈值v1的区域确定为所述预处理后的图像的兴趣区域；

所述v1＝30。

步骤三：计算所述兴趣区域内的每个单连通区域的竖直边缘坐标；

步骤三具体包括：

将所述兴趣区域内的第k个单连通区域从左往右、从上往下依次进行扫描；

当遇到第一个像素i(i,j)＝k的点时，记下该点的坐标；

返回执行将所述兴趣区域内的第k个单连通区域从左往右、从上往下依次进行扫描，直到记下第k个单连通区域区域的最后一个像素点的坐标；

将所述兴趣区域内的第k个单连通区域从右往左、从上往下依次进行扫描；

当遇到第一个像素i(i,j)＝k的点时，记下该点的坐标；

返回执行将所述兴趣区域内的第k个单连通区域从右往左、从上往下依次进行扫描，直到记下第k个单连通区域的最后一个像素点的坐标；

步骤四：采用最小二乘法对所述竖直边缘坐标进行直线拟合，得到单连通区域的边缘直线；

步骤四具体包括：

输入竖直边缘坐标(x1，y1)，(x2，y2)...(xn，yn)；

根据所述竖直边缘坐标计算

将上一步中所计算的各项值代入公式进行计算

根据上一步中得出的a和b的值得到单连通区域的边缘直线。

步骤五：将所述兴趣区域图像从正中间分为左右两部分，所述边缘直线包括第一边缘直线和第二边缘直线，所述第一边缘直线为所述兴趣区域图像左边经过所述单连通区域边缘且斜率为正的边缘直线，所述第二边缘直线为所述兴趣区域图像右边经过所述单连通区域的边缘且斜率为负的边缘直线，计算所述第一边缘直线和第二边缘直线之间所有交点的数量；

步骤五具体包括：

分别扫描所述兴趣区域图像左边经过目标边缘且斜率为正的第一边缘直线和所述兴趣区域图像右边经过目标边缘且斜率为负的第二边缘直线，并按顺序记为直线1，2…k；

计算第i(i＝1，2...k-1)条直线和j(j＝i+1，i+2…k)条直线的交点(xi，yj),共个交点；

步骤六：计算所述第一边缘直线和所述第二边缘直线之间的所有交点的质心；

步骤六具体包括：

步骤七：以所述所有交点的质心为中心，r个像素点的距离为半径画圆，计算落在圆内的交点数量，当落在圆内的交点数量大于所述所有交点的数量的一半时，则确定所述兴趣区域内有斑马线；

步骤七具体包括：

计算落在圆内的交点数量，记s1＝0，如果点(xi，yj)，i(i＝1，2...k-1)，j(j＝i+1，i+2...k)满足(x-xi)²+(y-yj)²≤6,则s1＝s1+1；

根据落在圆内的交点数量占直线交点总数的比例来判断该兴趣区域内是否出现斑马线，即若则确定当前兴趣区域内有斑马线。

如图2所示，所述系统包括：

视频获取单元100，包括视频采集装置200和图像预处理模块300。所述视频采集装置200用于打开摄像头，获取视频帧图像；所述图像预处理模块300用于对视频帧图像进行预处理，得到预处理后的图像；所述摄像头安装在汽车上距离地面高1.2-1.5米，仰角15-30度，广角120-150度；所述摄像头以25帧/秒的帧率获取车辆前方的交通信息；所述预处理包括滤波处理、灰度化处理和自适应二值化处理中的至少一种；图3为本发明实施例中预处理后的图像示意图。

兴趣区域获取单元400，所述兴趣区域400用于计算所述预处理后的图像的水平投影积v，将水平投影积v大于水平投影积预设阈值v1的区域确定为所述预处理后的图像的兴趣区域；所述v1＝30；图4为本发明实施例中兴趣区域图像示意图。

坐标计算单元500，所述坐标计算单元500用于计算所述兴趣区域内的每个单连通区域的竖直边缘坐标，具体包括以下步骤：

所述坐标计算单元用于将所述兴趣区域内的第k个单连通区域从左往右、从上往下依次进行扫描；

当遇到第一个像素i(i,j)＝k的点时，记下该点的坐标；

返回执行所述将所述兴趣区域内的第k个单连通区域从左往右、从上往下依次进行扫描的步骤，直到记下第k个单连通区域的最后一个像素点的坐标；

所述坐标计算单元还用于将所述兴趣区域内的第k个单连通区域从右往左、从上往下依次进行扫描；

当遇到第一个像素i(i,j)＝k的点时，记下该点的坐标；

返回执行所述将所述兴趣区域内的第k个单连通区域从右往左、从上往下依次进行扫描的步骤，直到记下第k个单连通区域的最后一个像素点的坐标。

直线拟合单元600，所述直线拟合单元600用于采用最小二乘法对所述竖直边缘坐标进行直线拟合，得到单连通区域的边缘直线；具体包括以下步骤:

所述直线拟合单元用输入竖直边缘坐标(x1，y1)，(x2，y2)...(xn，yn)；

根据所述竖直边缘坐标计算

将上一步中所计算的各项值代入公式进行计算

根据上一步中得出的a和b的值得到单连通区域的边缘直线；图5为本发明实施例中作直线拟合后的图像示意图。

交点计算单元700，所述交点计算单元700用于将所述兴趣区域图像从正中间分为左右两部分，所述边缘直线包括第一边缘直线和第二边缘直线，所述第一边缘直线为所述兴趣区域图像左边经过所述单连通区域的边缘且斜率为正的边缘直线，所述第二边缘直线为所述兴趣区域图像右边经过所述单连通区域的边缘且斜率为负的边缘直线，计算所述第一边缘直线和所述第二边缘直线之间所有交点的数量；具体包括以下步骤：

所述交点计算单元用于分别扫描所述兴趣区域图像左边经过目标边缘且斜率为正的第一边缘直线和所述兴趣区域图像右边经过目标边缘且斜率为负的第二边缘直线，并按顺序记为直线1，2…k；

计算第i(i＝1，2...k-1)条直线和j(j＝i+1，i+2...k)条直线的交点(xi，yj),共个交点。

质心计算单元800,所述质心计算单元800用于计算所述所有交点的质心，包括以下步骤：

根据交点数量计算过程中的交点坐标，计算这些交点的坐标质心：

判定单元900，所述判定单元900用于以所述交点的质心为中心，r个像素点的距离为半径画圆，计算落在圆内的交点数量，当落在圆内的交点数量大于所述所有交点的数量的一半时，则确定所述兴趣区域内有斑马线，所述r＝6；具体包括以下步骤：

所述判定单元用于计算落在圆内的交点数量，记s1＝0，如果点(xi，yj)，i(i＝1，2...k-1)，j(j＝i+1，i+2...k)满足(x-xi)²+(y-yj)²≤6,则s1＝s1+1；

根据落在圆内的交点数量占直线交点总数的比例来判断该兴趣区域内是否出现斑马线，即若则确定当前兴趣区域内有斑马线；图6为本发明实施例中交点落在落在圆内的情况示意图

以上所述仅为本发明的较佳实施例，并不用以限制本发明，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，均应包含在本发明的保护范围之内。