一种基于视频图像处理的车道线提取方法技术

本发明专利技术公开了一种基于视频图像处理的车道线提取方法，该方法包括：从第一摄像机取得拍摄的摄影图像作为第一摄影图像，从第二摄像机拍摄的摄影图像为第二摄影图像，其中所述第一摄像机安装在车辆的车头方向，第二摄像机安装在所述车辆的车位方向；获取每个滤波后的第一感兴趣区域和第二感兴趣区域的哈尔小波Haar_like特征；采用预设的分类器分别对每个所述图像区域的Haar_like特征进行分类，得到类别为车道线的第一图像区域和第二图像区域；根据所述第一图像区域和所述第二图像区域，提取彩色图像上的车道线。应用本发明专利技术提供的实施例，能够提高车道线的提取效率。

A lane extraction method based on video image processing

The invention discloses a lane line extraction method based on video image processing. The method includes: the photographing image obtained from the first camera is the first photographic image, and the photographic image taken from the second camera is second photography images, the first camera is installed in the head direction of the vehicle, and the second camera is second. The image machine is installed in the direction of the vehicle's parking space; obtains the Hal wavelet Haar_like features of the first interested region and second regions of interest after each filtering; the Haar_like features of each described image region are classified by the preset classifier, and the first image area and the second image of the lane line are obtained. The area is extracted according to the first image area and the second image area. By using the embodiment provided by the invention, the extraction efficiency of lane lines can be enhanced.

【技术实现步骤摘要】
一种基于视频图像处理的车道线提取方法
本专利技术涉及车道线提取
，特别涉及一种基于视频图像处理的车道线提取方法。
技术介绍
随着社会经济的快速发展，驾车出行已然成为人们出行的主要方式。机动车出行给人们带来了很大的便利，但同时也存在着很大的隐患。据不完全统计，机动车驾驶人数量已过半，每年大约有数十万人死于交通事故。为了减少不幸事故的发生，也为了提升人们出行的方便性和舒适性，实现机动车的自动化已成为必然的趋势走向。所以对道路线的检测，如车道线的检测显得尤为重要，检测出车道线能够使自动驾驶更加智能化，带来更安全的保证。目前，在进行车道线提取时，通常对采集的普通道路图像进行车道线边缘检测，然后直接根据车道线边缘点所构成的直线提取车道线。然而，普通道路图像所包含的车道线信息不全面，且在实际交通道路中，车道线并非一直是直线，直接根据车道线边缘点所构成的直线提取车道线，会造成提取的车道线不准确，从而导致车道线提取精度较低，此外，对所述普通道路图像进行边缘检测，需要处理的冗余图像信息量较大，造成边缘检测的速度较慢，从而导致车道线提取效率较低。
技术实现思路
本专利技术所要解决的技术问题是提供一种基于视频图像处理的车道线提取方法，旨在提高车道线的提取效率。为实现上述目的，本专利技术提供以下的技术方案：一种基于视频图像处理的车道线提取方法，该方法包括：从第一摄像机取得拍摄的摄影图像作为第一摄影图像，从第二摄像机拍摄的摄影图像为第二摄影图像，其中所述第一摄像机安装在车辆的车头方向，第二摄像机安装在所述车辆的车位方向；对所述第一摄影图像划定第一感兴趣区域，以及对所述第二摄影图像划定第二感兴趣区域，并对所述第一感兴趣区域和第二感兴趣区域进行滤波处理；获取每个滤波后的第一感兴趣区域和第二感兴趣区域的哈尔小波Haar_like特征；采用预设的分类器分别对每个所述图像区域的Haar_like特征进行分类，得到类别为车道线的第一图像区域和第二图像区域；所述预设的分类器为，通过boosting训练算法训练所述预定尺寸的样本图像的Haar_like特征得到的级联分类器；根据所述第一图像区域和所述第二图像区域，提取彩色图像上的车道线。可选的，在所述对所述第一摄影图像划定第一感兴趣区域，以及对所述第二摄影图像划定第二感兴趣区域，并对所述第一感兴趣区域和第二感兴趣区域进行滤波处理之前，包括：分别对所述第一摄影图像和所述第二摄影图像进行边缘增强处理；对边缘增强处理过的所述第一摄影图像和所述第二摄影图像进行二值化，得到二值化图像；分别对所述第一摄影图像划定第一感兴趣区域，以及对所述第二摄影图像所对应的二值化图像划定第二感兴趣区域。作为上述方案的进一步优化，所述对边缘增强处理过的所述视频图像进行二值化，包括：将所述视频图像转化为灰度图像；采用所述灰度图像的图像直方图确定阈值；将处理过的所述视频图像中灰度值高于所述阈值的像素置为最高灰度级，将处理过的所述视频图像中灰度值低于所述阈值的像素置为最低灰度级。可选的，所述根方法还包括：获取所述车辆与前方车辆的距离。可选的，提取所述第一摄影图像中的Haar-like特征；采用预设的分类器对提取到的Haar-like特征进行分类，确定所处前方车辆底边缘位置在所述视频图像中的位置；根据所述前车底边缘位置在所述视频图像中的位置，确定所述本车与前车的距离。另外，本专利技术实施例还公开了一种基于视频图像处理的车道线提取提取装置，包括：摄像模块，用于从第一摄像机取得拍摄的摄影图像作为第一摄影图像，从第二摄像机拍摄的摄影图像为第二摄影图像，其中所述第一摄像机安装在车辆的车头方向，第二摄像机安装在所述车辆的车位方向；划定模块，用于对所述第一摄影图像划定第一感兴趣区域，以及对所述第二摄影图像划定第二感兴趣区域，并对所述第一感兴趣区域和第二感兴趣区域进行滤波处理；获取模块，用于获取每个滤波后的第一感兴趣区域和第二感兴趣区域的哈尔小波Haar_like特征；分类模块，用于采用预设的分类器分别对每个所述图像区域的Haar_like特征进行分类，得到类别为车道线的第一图像区域和第二图像区域；所述预设的分类器为，通过boosting训练算法训练所述预定尺寸的样本图像的Haar_like特征得到的级联分类器；提取模块，用于根据所述第一图像区域和所述第二图像区域，提取彩色图像上的车道线。本专利技术提供的车道线的提取方法，具有如下有益效果：本专利技术实施例提供的一种基于视频图像处理的车道线提取方法，能够第一摄像机取得拍摄的摄影图像作为第一摄影图像，从第二摄像机拍摄的摄影图像为第二摄影图像，其中第一摄像机安装在车辆的车头方向，第二摄像机安装在车辆的车位方向；对第一摄影图像划定第一感兴趣区域，以及对第二摄影图像划定第二感兴趣区域，并对第一感兴趣区域和第二感兴趣区域进行滤波处理；获取每个滤波后的第一感兴趣区域和第二感兴趣区域的哈尔小波Haar_like特征；采用预设的分类器分别对每个图像区域的Haar_like特征进行分类，得到类别为车道线的第一图像区域和第二图像区域；预设的分类器为，通过boosting训练算法训练预定尺寸的样本图像的Haar_like特征得到的级联分类器；根据第一图像区域和第二图像区域，提取彩色图像上的车道线。通过分类器的处理，能够提高车道线的提取效率。附图说明图1是本专利技术的车道线的提取方法的流程示意图。具体实施方式为使专利技术的目的、技术方案和优点更加清楚明了，下面通过附图中及实施例，对本专利技术技术方案进行进一步详细说明。但是应该理解，此处所描述的具体实施例仅仅用以解释本专利技术技术方案，并不用于限制本专利技术技术方案的范围。为解决现有技术问题，本专利技术提供了如图1所示为一种基于视频图像处理的车道线提取方法，包括：S1：从第一摄像机取得拍摄的摄影图像作为第一摄影图像，从第二摄像机拍摄的摄影图像为第二摄影图像，其中所述第一摄像机安装在车辆的车头方向，第二摄像机安装在所述车辆的车位方向；本专利技术实施例中，在车辆的车头和车尾处分别放置有摄像机，分别为第一摄像机和第二摄像机，第一摄像机和第二摄像机分别获取车头和车尾所对应的信息，并将获得的视频信息按照周期采样获得对应的图像。S2：对所述第一摄影图像划定第一感兴趣区域，以及对所述第二摄影图像划定第二感兴趣区域，并对所述第一感兴趣区域和第二感兴趣区域进行滤波处理；本专利技术实施例中，将对第一摄像机和第二摄像机所获得的视频进行采样处理，分别得到的图像作为第一摄像图像和第二摄影图像。需要说明的是，ROI(regionofinterest)，感兴趣区域。机器视觉、图像处理中，从被处理的图像以方框、圆、椭圆、不规则多边形等方式勾勒出需要处理的区域，称为感兴趣区域，ROI。在Halcon、OpenCV、Matlab等机器视觉软件上常用到各种算子(Operator)和函数来求得感兴趣区域ROI，并进行图像的下一步处理。在图像处理领域，感兴趣区域(ROI)是从图像中选择的一个图像区域，这个区域是图像分析所关注的重点，圈定该区域以便进行进一步处理。使用ROI圈定，想读的目标，可以减少处理时间，增加精度。采用ROI技术，分别获得第一摄像图像和第二摄像图像的感兴趣区域，分别为第一感兴趣区域和第二感兴趣区域。S3：获取每个滤波后的第一感兴趣区本文档来自技高网...

【技术保护点】
一种基于视频图像处理的车道线提取方法，其特征在于，该方法包括：从第一摄像机取得拍摄的摄影图像作为第一摄影图像，从第二摄像机拍摄的摄影图像为第二摄影图像，其中所述第一摄像机安装在车辆的车头方向，第二摄像机安装在所述车辆的车位方向；对所述第一摄影图像划定第一感兴趣区域，以及对所述第二摄影图像划定第二感兴趣区域，并对所述第一感兴趣区域和第二感兴趣区域进行滤波处理；获取每个滤波后的第一感兴趣区域和第二感兴趣区域的哈尔小波Haar_like特征；采用预设的分类器分别对每个所述图像区域的Haar_like特征进行分类，得到类别为车道线的第一图像区域和第二图像区域；所述预设的分类器为，通过boosting训练算法训练所述预定尺寸的样本图像的Haar_like特征得到的级联分类器；根据所述第一图像区域和所述第二图像区域，提取彩色图像上的车道线。

【技术特征摘要】
1.一种基于视频图像处理的车道线提取方法，其特征在于，该方法包括：从第一摄像机取得拍摄的摄影图像作为第一摄影图像，从第二摄像机拍摄的摄影图像为第二摄影图像，其中所述第一摄像机安装在车辆的车头方向，第二摄像机安装在所述车辆的车位方向；对所述第一摄影图像划定第一感兴趣区域，以及对所述第二摄影图像划定第二感兴趣区域，并对所述第一感兴趣区域和第二感兴趣区域进行滤波处理；获取每个滤波后的第一感兴趣区域和第二感兴趣区域的哈尔小波Haar_like特征；采用预设的分类器分别对每个所述图像区域的Haar_like特征进行分类，得到类别为车道线的第一图像区域和第二图像区域；所述预设的分类器为，通过boosting训练算法训练所述预定尺寸的样本图像的Haar_like特征得到的级联分类器；根据所述第一图像区域和所述第二图像区域，提取彩色图像上的车道线。2.根据权利要求1所述的一种基于视频图像处理的车道线提取方法，其特征在于，在所述对所述第一摄影图像划定第一感兴趣区域，以及对所述第二摄影图像划定第二感兴趣区域，并对所述第一感兴趣区域和第二感兴趣区域进行滤波处理之前，包括：分别对所述...

【专利技术属性】
技术研发人员：王春荣，
申请(专利权)人：阜阳裕晟电子科技有限公司，
类型：发明
国别省市：安徽,34