定得到的车道线宽度Lmin和Lmax来设置车道线的匹配模型，匹配模型的车道线宽度W的计算公式为:W= (Lmin+Lmax)/A，其中A的取值范围为1.5?2.5，则检测区域为匹配模型的车道线宽度W以及与车道线左右相邻宽度各为W的范围，如图3所示，车道线边缘出现在左边W和右边W的概率设置为B，车道线边缘出现在中间W的概率设置为C，其中，B的取值范围为70%?95%，C的取值为1-B。
[0030]检测区域确认后，对检测区域范围内的图像，进行水平方向中值滤波以去除图像噪声，减少干扰，滤波窗口大小为I XN，其中N的范围为5~11，中值滤波是一种非线性平滑技术，它将每一像素点的灰度值设置为该点某邻域窗口内的所有像素点灰度值的中值，属于图像处理领域的常用算法，于此不再具体说明。
[0031](二)检测边缘点对:
2.1:在检测区域内，按行方向(即图4所示的箭头线方向)统计灰度值，得到灰度值图，如图5所示；
2.2:利用模板为[-1，2，-1]的滤波器计算灰度的梯度，得到灰度梯度图，如图6所示，利用滤波器对图像灰度的梯度进行计算是图像处理领域的常用算法，于此不再具体说明；
2.3:对灰度梯度图6进行平滑处理，平滑后如图7，平滑窗口大小为1XM，M的范围为5?21，利用平滑窗口平滑处理灰度梯度图是图像处理领域的常用算法，于此不再具体说明；
2.4:图7中竖直线的部分表示边缘位置，从图中可以看出道路中间的标记可能导致边缘误判。所以需要利用车道线匹配模型对平滑后的梯度图进行边缘调制，去除中间部分的干扰边缘，得出正确的边缘点对，具体方法:利用车道线的匹配模型设定的各个区域出现车道线的概率(图8)与图7对应位置的灰度梯度值进行乘法运算，运算后如图9所示，图中虚线为运算前的灰度梯度，粗实线为运算后的灰度梯度，从粗实线可以看出，中间部分的干扰边缘消失，只剩下正确的边缘位置；
2.5:按照上述的方法，逐行计算检测车道线的边缘点对，形成车道线边缘点对图，如图10所示。
[0032](三)车道线拟合:
3.1:对上步提取到的车道线边缘点对图，进行半径为D的灰度闭操作得到图像ImageClosing，如图11所示，其中D的范围为5.5?11.5，灰度闭操作是图像处理领域的常用算法，于此不再具体说明；
3.2:对图像ImageClosing进行连通域操作，得到六个连通域，如图12所示，连通域操作是图像处理领域的常用算法，于此不再具体说明； 3.3:选择面积最大的两个连通域(110和111)，进行最小二乘法直线拟合，得到车道边缘线，如图13所示，从图中可以看到，拟合出来的车道边缘线与实际车道边缘线重合，检测结果正确。
[0033]尽管结合优选实施方案具体展示和介绍了本发明，但所属领域的技术人员应该明白，在不脱离所附权利要求书所限定的本发明的精神和范围内，在形式上和细节上可以对本发明做出各种变化，均为本发明的保护范围。
【主权项】
1.一种车道线的检测方法，其特征在于，包括如下步骤: (一)车道线建模，确定检测区域: 1.1:采集一幅摄像机图像ImageColor ； 1.2:在图像ImageColor内部指定远处和近处的车道线宽度Lmin和Lmax; 1.3:根据Lmin和Lmax设置车道线的匹配模型，估算检测区域； 1.4:对检测区域范围内的图像，进行水平方向中值滤波； (二)检测边缘点对: 2.1:在检测区域内，按行方向统计灰度值； 2.2:利用滤波器计算灰度的梯度，得到灰度梯度图； 2.3:对梯度图进行平滑处理； 2.4:利用车道线模型对平滑后的梯度图进行边缘调制，得出边缘点对； 2.5:逐行计算车道线的边缘点对，形成车道线边缘点对图； (三)车道线拟合: 3.1:对上步提取到的车道线边缘点对图，进行灰度闭操作得到图像ImageClosing ； 3.2:对图像ImageClosing进行连通域分析； 3.3:选择面积最大的两个连通域； 3.4:对提取到的连通区域进行最小二乘法直线拟合，得到车道线。
2.根据权利要求1所述的一种车道线的检测方法，其特征在于，所述步骤1.3中，匹配模型的车道线宽度W的计算公式为:W= (Lmin+Lmax) /A，其中A的取值范围为1.5?2.5，所述检测区域为匹配模型的车道线宽度W以及与车道线左右相邻宽度各为W的范围。
3.根据权利要求2所述的一种车道线的检测方法，其特征在于，所述检测区域内，车道线边缘出现在左边W和右边W的概率设置为B，车道线边缘出现在中间W的概率设置为C，其中，B的取值范围为70%?95%，C的取值为1-B。
4.根据权利要求1所述的一种车道线的检测方法，其特征在于，所述步骤1.4中，中值滤波的窗口大小为1XN，N取值范围为5?11。
5.根据权利要求1所述的一种车道线的检测方法，其特征在于，所述步骤2.2中，滤波器的模板为[-1,2, -1] ο
6.根据权利要求1所述的一种车道线的检测方法，其特征在于，所述步骤2.3中，平滑窗口大小为1XM，M的取值范围为5?21。
7.根据权利要求1所述的一种车道线的检测方法，其特征在于，所述步骤2.4中，边缘调制就是用车道线模型中设定的概率对平滑后的梯度图进行乘法操作。
8.根据权利要求1所述的一种车道线的检测方法，其特征在于，所述步骤3.1中，灰度闭操作的半径为D，D的取值范围为5.5?11.5。
【专利摘要】本发明公开了一种车道线的检测方法，包括以下步骤：首先，通过摄像机获取车道线图像，并进行车道线宽度标定；其次，进行车道线建模，得出检测区域；然后，检测边缘点对，得到车道线边缘点对图；最后，对车道线边缘点对图中最大的两个连通域进行最小二乘法直线拟合，得到车道线。本发明可完成复杂背景下对车道线进行精准检测，抗干扰性强，计算过程简单，计算量小，算法快速，实时性强，具有较强的推广与应用价值。
【IPC分类】G06K9-46, G06K9-00
【公开号】CN104657727
【申请号】CN201510117857
【发明人】赖明钟, 吴敬
【申请人】厦门麦克玛视电子信息技术有限公司
【公开日】2015年5月27日
【申请日】2015年3月18日