基于改进的Hough变换的车道线快速检测方法

文档序号:6551184阅读:347来源:国知局
基于改进的Hough变换的车道线快速检测方法
【专利摘要】本发明公开了一种基于Hough变换的车道线快速检测方法。该方法包括:图像预处理;车道线提取;图像预处理:首先采用改进的中值滤波消除图像噪声;然后使用45度与135度Sobel算子进行边缘检测;最后采用最大类间方差法分割车道线。车道线提取:首帧检测出车道线角度范围以缩小Hough空间搜索范围;后续帧检测先在上一帧车道线图像空间和参数空间附近搜索,如果检测不到或者参数相差太大,则扩大搜索范围。本方法能够加快车道线识别速度,提高系统抗干扰能力。
【专利说明】基于改进的变换的车道线快速检测方法

【技术领域】
[0001] 本发明涉及采用图像处理的知识来快速检测视频图像中的车道线,具体涉及一种 基于汉的车道线快速检测方法。

【背景技术】
[0002] 港口与航道等工程中经常遇到水中开挖基槽。水中基槽开挖需要检测基槽底部的 土质是否满足设计要求,常用检测方法有洛阳铲法、抓斗船取样法、320Μ双频测深仪法等。 洛阳铲法易出土样脱落现象,检测效率低;抓头船法测试误差较大;320Μ双频测深仪法检 测费用高。
[0003] 随着制造业的自动化水平不断提高,自动导引小车的应用也越来越广。基于视频 的自动导引小车,由于它具有采集的信息量丰富、柔性程度高、设备占用空间小等特点,成 为自动导引小车的重要的发展方向。
[0004] 导航和定位技术是自动导引小车的关键技术之一。车道线检测与跟踪技术是基于 视频的自动导引小车导航关键技术之一。自动导引小车导航方法有:电磁感应式;激光导 引式;视觉传感器式以及多传感器方式等。基于视频的传感器能够采集丰富的环境信息,成 为了目前研究的热点。如何快速的提取出视频图像中的车道线成为它的关键之一。


【发明内容】

[0005] 为了解决上面的技术问题,本发明提供一种基于/?收·Α变换检测快速车道线的方 法,它能够提高系统抗干扰和噪声的能力,能够有效的检测出图像中的车道线,并且算法时 间明显减少。
[0006] 一种基于改进的变换的车道线快速检测方法,其特征在于,包括如下步骤: 1) 利用邻域窗口中值滤波算法对图像进行滤波; 2) 把图像分为小块,使用45度和145度算子对每个小块进行边缘检测; 3) 采用最大类间方差法分割出含有车道线的二值图; 4) 使用改进的/?收?变换提取车道线的数学模型: 具体改进点包括: 41) 首帧检测时基于车道线特点确定车道线角度范围,缩小变换搜索空间; 42) 后续帧跟踪时先根据上一帧图像检测结果,在上一帧车道线图像空间以及参数空 间附近搜索,如果检测不到或者参数相差太大,则采用首帧检测方式进行搜索。
[0007] 进一步地,所述步骤1)的算法步骤为: 11) 将待排序元素邻域内数据每列从上到下升序排列,然后将排序结果保留到临时变 量中; 12) 将每一行从左到右升序排列。最后,第一行最大值、第二行中值和第三行最小值的 中值即为要求的元素; 13) 像素中心水平移动一个位置后,其三列数据中,仅仅只有一列数据发生了变化,其 他两列数据保持不变,当像素中心水平移动后,从临时变量中获得上次列排序结果,用新增 列更新临时变量并对该列进行排序,然后按照步骤12操作。
[0008] 进一步地,所述步骤2)包括以下步骤: 21) 将图像水平方向上均匀分割为15份,然后坚直方向上从图像上方1/3到图像的下 方均匀分割为10份,分别计算出这些区域的起始坐标; 22) 然后采用45度和135度Sobel算子对每个区域进行边缘检测,然后将它们组合成 整幅图像。
[0009] 进一步地,所述步骤42)中所述的后续帧跟踪中,变换中所求直线角度限定 在上一帧检测结果的正负8度之间;变换中所求直线到原点距离限定在上一帧检测结果的 正负80之间。
[0010] 本发明的有益果:本方法能够提高系统抗干扰和噪声的能力,能够有效的检测出 图像中的车道线,并且算法时间明显减少,具有抗干扰能力强、检测速度快的特点。

【专利附图】

【附图说明】
[0011] 下面结合附图和【具体实施方式】对本发明作进一步详细说明: 图1为本方法的算法流程图。

【具体实施方式】
[0012] 如图1所示,本发明一种基于改进的变换的车道线快速检测方法,它的具体 操作步骤如下: 1)使用改进的中值滤波算法对当前的图像进行滤波。
[0013] 2)将图像水平方向上均匀分割为15份,然后坚直方向上均匀分割为10份。分别 计算出这些区域的坐标范围。
[0014] 3)使用45度和135度的算子对每个块图像分别进行边缘检测和二值化,然 后将它们组合在一起。
[0015] 4)从图像中间位置将整幅图分为左右两部分(左右操作类似,这里只描述左 车道线提取过程)。取8组间隔均匀的射线向左侧检测,将首先检测到的白色像素点的 坐标保存下来,这8组坐标应该是呈现一定的变化趋势,排除不合理的坐标。然后符合 要求的坐标两两计算直线斜率再取平均值得到最后的参考斜率尤,最后得到参考角度 Θ r〇
[0016] 5)首帧检测时基于车道线特点确定车道线角度范围,缩小你收·Α变换搜索空间: 建立参数/--政投票空间。参数范围为

【权利要求】
1. 一种基于改进的变换的车道线快速检测方法,其特征在于,包括如下步骤: 1) 利用邻域窗口中值滤波算法对图像进行滤波; 2) 把图像分为小块,使用45度和145度算子对每个小块进行边缘检测; 3) 采用最大类间方差法分割出含有车道线的二值图; 4) 使用改进的/?收?变换提取车道线的数学模型,具体改进点包括: 41) 首帧检测时基于车道线特点确定车道线角度范围,缩小变换搜索空间; 42) 后续帧跟踪时先根据上一帧图像检测结果,在上一帧车道线图像空间以及参数空 间附近搜索,如果检测不到或者参数相差太大,则采用首帧检测方式进行搜索。
2. 根据权利要求1所述的基于改进的/?收?变换的车道线快速检测方法,其特征在于, 所述步骤1)的算法步骤为: 11) 将待排序元素邻域内数据每列从上到下升序排列,然后将排序结果保留到临时变 量中; 12) 将每一行从左到右升序排列;最后,第一行最大值、第二行中值和第三行最小值的 中值即为要求的元素; 13) 像素中心水平移动一个位置后,其三列数据中,仅仅只有一列数据发生了变化,其 他两列数据保持不变;当像素中心水平移动后,从临时变量中获得上次列排序结果,用新增 列更新临时变量并对该列进行排序,然后按照步骤12)操作。
3. 根据权利要求1所述的基于改进的/?收?变换的车道线快速检测方法,其特征在于, 所述步骤2)包括以下步骤: 21) 将图像水平方向上均匀分割为15份,然后坚直方向上从图像上方1/3到图像的下 方均匀分割为10份,分别计算出这些区域的起始坐标; 22) 然后采用45度和135度Sobel算子对每个区域进行边缘检测,然后将它们组合成 整幅图像。
4. 根据权利要求1所述的基于改进的/?收?变换的车道线快速检测方法,其特征在于: 所述步骤42)中所述的后续帧跟踪中,变换中所求直线角度限定在上一帧检测结果 的正负10度之间;变换中所求直线到原点距离限定在上一帧检测结果的正负80之间。
【文档编号】G06K9/46GK104063691SQ201410299138
【公开日】2014年9月24日 申请日期:2014年6月27日 优先权日:2014年6月27日
【发明者】蔡延光, 黄刚, 蔡颢, 汤雅连 申请人:广东工业大学
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1