像素点(X，y)提取为右车道线内边缘点:
[0096]Y(x, y) = O ；
[0097]Y(x — I, y) = 255 ；
[0098]Y (x+1, y) = 255 ；
[0099]其中(x — 1，y)是(X，y)的左相邻像素点，(x+1，y)是(x，y)的右相邻像素点，Y代表该像素点二值化后的灰度值。
[0100]本实施例中，步骤S6具体为:
[0101]利用Radon变换将包含左车道线内边缘点及右车道线内边缘点的直角坐标平面变换到极坐标参数空间平面(P，Θ)，分别求出左侧图像和右侧图像存在的直线；将表示参数空间的极坐标ρ-θ量化成多个相同的小格，根据表示车道线在直角坐标系统X-Y中的每一点坐标(X，y),依据公式P = xcos Θ+ysin Θ对参数空间中0_180°以内的区域以小格的步长递进的各个极角Θ值，计算各个极径P值，所得极径P值落入某个小格内，便使该小格的累加计数器加I ;当直角坐标系中全部的点都计算完成后，对小格进行检验，选取累加计数器数值前三位的小格，该三位的小格的(P，Θ)值对应于直角坐标中三条直线.-^4 ，
[0102]选取对应的累加计数器数值大于预设值的直线；
[0103]判断上述步骤选取的直线是否在预设的(P，Θ )值范围内；
[0104]将满足上述判断的直线可信度设为1，并保存其所对应的(P，Θ )值；
[0105]进入下一帧检测，将检测出的新直线与前一帧检测出的直线相比较，若有两条直线的(P，Θ)值的差值在预设范围内，则认定该两条直线为同一条直线，则该条直线的可信度加I ;若当前帧检测出的直线，不能与前一帧的任一条直线匹配，则认为该条直线为新直线，将其可信度设为1，并记录其(P，Θ )值；若前一帧检测出的直线与当前帧检测出的所有直线均无法匹配，则认为该条直线在当前帧中消失，将其可信度减I;
[0106]重复上述步骤，若直线的可信度达到25则保持不变，并将该条直线的(P，Θ )值更新到当前帧检测的(P，Θ)值；
[0107]判断记录的所有直线的可信度，若直线的可信度等于25，则判断该条直线为要检测的车道线；若某条直线的可信度减小到0，则从记录中的(P，Θ)删除该条直线。
[0108]上述车道线的判断方法，通过设置直线的可信度，提高了车道线检测的准确性和连续性，大大提高系统的报警效率。
[0109]本实施例中，所述方法还包括如下步骤:
[0110]根据检测到的当前帧图像中车道线的位置，利用Kalman滤波预测下一帧图像中车道线的位置；利用Kalman滤波融入前一帧的车道信息，消除噪声点的干扰。将前一帧检测出的左右车道线分别向左右扩展50像素作为下一帧的车道线检测区域。
[0111]道路图像视频是连续的(30帧/秒)，连续帧之间的图像不会出现车道方向突变的情况。因此可以根据前一帧检测出的车道线的位置设定一个区域作为下一帧图像的检测区域。本发明上艺术品实施例将前一帧检测出的车道线分别向左右设定50像素作为下一帧的检测区域，该约束条件有效的消除噪声干扰点的影响，提高了车道线检测的准确率和效率。
[0112]根据本发明上述实施例的车道线检测方法，在检测左右车道线内边缘点时，先利用图像二值化方法分别求取左侧图像及右侧图像每一行的灰度二值化阈值，并分别提取左侧图像和右侧图像中灰度值大于或等于灰度二值化阈值的像素点集合；再利用一维sobel算子分别计算得到左侧图像及右侧图像的边缘图像，分别求取左侧边缘图像及右侧边缘图像的边缘二值化阈值，并使用上述边缘二值化阈值对左侧边缘图像和右侧边缘图像进行二值化，分别提取左侧边缘图像和右侧边缘图像的内边缘点集合；然后，选取左侧图像中步骤S3提取的上述像素点集合与步骤S4提取的上述内边缘点集合的交集为左车道线内边缘点，选取右侧图像中步骤S3提取的上述像素点集合与步骤S4提取的上述内边缘点集合的交集为右车道线内边缘点。这样，通过第一次二值化处理，可以去除图像中存在的阴影及其他亮度较小的噪声，而通过对一维sobel算子求取的边缘图像进行第二次二值化，又可以去除第一次二值化中的非边缘噪声，如图像中的光斑及其他亮度较大的噪声，因而大大提高了车道线内边缘检测的准确性，进而使得车道线检测更为准确，提升了车辆行车的安全性。
[0113]另外，如图1所示，本发明一实施例还提供了一种车道线检测系统，包括图像拍摄模块10及图像处理模块20，所述图像处理模块包括控制单元、视频解码器及存储器；
[0114]所述图像拍摄模块10，用于拍摄包含车辆所在车道的左右车道线的图像；
[0115]所述图像处理模块20，包括图像采集模块21及车道线检测模块22 ；
[0116]所述图像采集模块，用于通过视频解码器接收图像拍摄模块拍摄的图像信号，并将图像信号解码后输入控制单元，控制单元通过其上的视频输入接口采集上述的图像信号，并将采集到的图像信号转换为灰度图像存储在存储器中；存储器可以是DDR内存或FLASH闪存。控制单元优选为DSP芯片。
[0117]所述车道线检测模块22，用于在上述灰度图像中选取可能存在左右车道线的图像感兴趣区域，并将上述图像感兴趣区域分割为左侧图像及右侧图像；然后，利用图像二值化方法分别求取左侧图像及右侧图像每一行的二值化阈值GrayTLlHGrayTLn及GrayTRl...GrayTRn，并分别提取左侧图像和右侧图像中灰度值大于或等于灰度二值化阈值的像素点集合；利用一维sobel算子分别计算得到左侧图像及右侧图像的边缘图像，分别求取左侧边缘图像及右侧图像的边缘图像的边缘二值化阈值EdgeTL及EdgeTR，并使用上述边缘二值化阈值对左侧边缘图像和右侧边缘图像进行二值化，然后分别提取左侧边缘图像及右侧边缘图像中的内边缘点集合；然后，选取左侧图像中步骤S3提取的上述像素点集合与步骤S4提取的上述内边缘点集合的交集为左车道线内边缘点，选取右侧图像中步骤S3提取的上述像素点集合与步骤S4提取的上述内边缘点集合的交集为右车道线内边缘点；最后，根据提取的左车道线内边缘点及右车道线内边缘点分别求出左车道线及右车道线。车道线检测模块22集成在DSP芯片中，通过在DSP芯片中写入相应软件来实现车道线检测功能。
[0118]本实施例中，所述图像处理模块20还包括连接在所述图像采集模块及车道线检测模块之间的图像预处理模块23，所述图像预处理模块23利用高斯滤波器对上述图像进行去噪和平滑处理。图像预处理模块23集成在DSP芯片中。
[0119]本实施例中，所述图像拍摄模块10为车辆环视系统的前视摄像头或左右两个摄像头，优先采用左右两个摄像头。利用车辆现有的环视系统来实现车道检测，而无需增加其它设备，有利于减少零部件及降低生产成本。利用安装于左右后视镜的摄像头采集车辆两侧图像时，相对于安装于挡风玻璃处的前视摄像头有明显的位置优势。一方面，左右摄像头可以安装在后视镜内，并且斜向下安装(镜头朝前下方)，不易受到光线的影响，在早晨和傍晚可以避免阳光直接照射到摄像头上，晚上也不受其他车辆大灯光线的影响，保证实时采集的图像质量，大大提高车道识别率；另一方面，安装在后视镜内的左右摄像头在雨天也不易受到雨刮和雨水的影响。
[0120]另外，本发明一实施例还提供了一种车道偏离预警方法，包括如下步骤:
[0121]根据上述的车道线检测方法检测得到车道线；
[0122]根据检测到的车道线与车辆的相对位置以及车辆的当前状态，确定是否需要预警；此方法步骤为公知的技术手段，本发明不再不详细描述。
[0123]本实施例使用左右两个摄像头分别检测左右车道线，当仅检测出一侧车道线时则使用该车道线判断车道是否偏离，若同时检测出两侧的车道线，则需要根据两侧车道线的状态综合判断车辆是否偏离车道线。因此，在仅提高车辆偏离时的报警率的同时，降低了误?艮率。
[0124]在确定需要预警的情况下，以声和/或光的形式预警。此方法步骤为公知的技术手段，本发明不再不详细描述。
[0125]根据本发明上述实施例的车道偏离预警方法，通过第一次二值化处理，可以去除图像中存在的阴影及其他亮度较小的噪声，而通过对一维sobel算子求取的边缘图像进行第二次二值化，又可以去除第一次二值化中的非边缘噪声，如图像中的光斑及其他亮度较大的噪声，因而大大提高了车道线内边缘检测的准确性，进而使得车道线检测更为准确，提升了车辆行车的安全性。
[0126]另外，如图2所示，本发明一实施例还提供了一种车道偏离预警系统，包括上述的车道线检测系统、车辆与车道线相对位置检测模块24、预警逻辑判断模块25及预警模块30 ;所述车辆与车道线相对位置检测模块24、预警逻辑判断模块25均集成在DSP芯片中，通过在DSP芯片中写入相应软件来实现车道线检测功能，即车辆与车道线相对位置检测模块24及预警逻辑判断模块25为图像处理模块的一部分。
[0127]所述车辆与车道线相对位置检测模块24，用于结合所述车道线检测系统所检测到的车道线的位置与车辆标定参数，确定车辆当前与车道线的相对位置；此为公知的技术手段，本发明不再不详细描述。
[0128]所述预警逻辑判断模块25，根据当前车辆与车道线的相对位置以及车辆当前状态进行逻辑判断，确定是否需要预警；此为公知的技术手段，本发明不再不详细描述。
[0129]所述预警模块30，预警模块根据所述预警逻辑判断模块的判断结果，对使用者提前进行声和/或光形式的预警，例如通过蜂鸣器发出预警，或者是在车辆DVD上显示预警信息，或者是在仪表盘液晶显示屏上显示预警信息。此为公知的技术手段，本发明不再不详细描述。
[0130]以上所述仅为本发明的较佳实施例而已