车道线检测方法及装置、车道线检测终端、存储介质制造方法及图纸

本发明专利技术揭示了一种车道线检测方法及装置、车道线检测终端、计算机可读存储介质，涉及辅助驾驶技术领域，该方案包括：获取包含车道线的路面图像，将路面图像划分为多个子模块；根据子模块中特征像素点的像素值，计算子模块的特征值；从多个子模块中筛选出特征值高于阈值的子模块，筛选出的子模块作为前景区域，路面图像中除前景区域外的其他区域作为背景区域；对前景区域进行二值化处理，背景区域的像素值置零，得到路面图像的二值化图像；在二值化图像中提取代表车道线的直线。该方案可以得到前景像素明显的二值化图像，基于该二值化图像进行车道线的检测，由于受到背景像素干扰小，可以准确提取到车道线，进而可以提高车道线偏离预警的准确性。

Lane detection method and device, lane detection terminal and storage medium

The invention discloses a lane detection method and a device, a lane detection terminal and a computer readable storage medium, which involve the field of auxiliary driving technology. The scheme includes: obtaining a road image containing a lane line, dividing the road image into a plurality of sub modules, and calculating the pixel values of the feature pixels in the Zi Mo block. The eigenvalues of the sub module are selected from the sub modules, and the sub modules of the characteristic values above the threshold are selected from the sub modules. The selected sub modules are selected as the foreground area, and the road images are divided into the background areas except the foreground regions; the foreground area is two valued, the pixel value of the background area is zero, and the two of the road image is obtained. Value image; extract the straight line representing the lane line in the two valued image. The scheme can get the two valued image of the foreground pixels, and the lane line detection based on the two value image. Because of the small interference from the background pixels, the lane line can be extracted accurately, and then the accuracy of lane line deviation early warning can be improved.

【技术实现步骤摘要】
车道线检测方法及装置、车道线检测终端、存储介质
本专利技术涉及辅助驾驶
，特别涉及一种车道线检测方法及装置、车道线检测终端、计算机可读存储介质。
技术介绍
车道偏离预警系统是汽车辅助驾驶的一个重要研究内容，该系统通常利用摄像机拍摄汽车前方图像，并且根据图像内容获取车道信息。当车辆与车道的相对位置发生偏移时，能够及时向驾驶员预警，从而避免事故发生。车道偏离预警系统最重要的一个步骤就是车道线检测，车道线检测中通常将摄像机拍摄的车辆前方的灰度图二值化，并采用hough(霍夫)变换方法检测二值化图像中的直线。具体通过将二值图像中的每一个像素点投影到极坐标空间中，形成hough矩阵，并根据hough矩阵中每个坐标(ρ，θ)的投票数搜索局部极大值，得到极大值对应的二值化图像中的直线。由于实际道路场景复杂，在光照条件下，道路像素反射不均匀，而且道路两旁常常有阴影分布，道路本身的灰度变化较大，在二值化过程中会出现前景车道线像素过多或检测不到前景车道线像素的情况。例如，如图1所示，图像左侧左车道阴影干扰严重，图像中部光照不均，道路本身灰度变化较大，这种情况对二值化造成极大干扰。对灰度图像采用目前广泛使用的全局阈值二值化方法(如大津法)和局部阈值二值化方法(如Sauvola算法)分别处理，结果如图2和图3所示。全局阈值二值化方法效果很差，整个道路都被标记成前景特征像素(即灰度值为255)，局部阈值二值化方法虽然有一定的改善，前景车道线像素能够提取出来，但是背景道路像素仍然干扰严重，给后续的hough变换带来极大的干扰和计算量。综上，由于实际道路场景复杂，对于夜间或强光照射下的道路灰度图像，车道线所在区域与其他区域的对比度较低，车道线的像素值与其他区域的像素值较为接近，此时不论采用全局阈值二值化方法(如大津法)或局部阈值二值化方法(如Sauvola法)，所得到的二值化图像中车道线像素点受到背景像素点的干扰严重，进而难以通过霍夫变换准确提取到车道线。
技术实现思路
为了解决相关技术中存在的对于夜间或强光照射下的道路灰度图像，由于车道线所在区域与其他区域的对比度较低，现有二值化方法所得到的二值化图像中车道线像素点受到背景像素点的干扰严重，进而难以通过霍夫变换准确提取到车道线的问题，本专利技术提供了一种车道线检测方法。一方面，本专利技术提供了一种车道线检测方法，所述方法包括：获取包含车道线的路面图像，将所述路面图像划分为多个子模块；根据所述子模块中特征像素点的像素值，计算所述子模块的特征值；从多个所述子模块中筛选出特征值高于阈值的子模块，筛选出的子模块作为前景区域，所述路面图像中除前景区域外的其他区域作为背景区域；对所述前景区域进行二值化处理，背景区域的像素值置零，得到所述路面图像的二值化图像；在所述二值化图像中提取代表车道线的直线。进一步的，所述根据所述子模块中特征像素点的像素值，计算所述子模块的特征值，包括：根据所述子模块中像素点的像素值，确定所述子模块中的特征像素点；通过计算所述子模块中特征像素点的像素平均值或像素最大值，得到所述子模块的特征值。进一步的，从多个所述子模块中筛选出特征值高于阈值的子模块，筛选出的子模块作为前景区域，所述路面图像中除前景区域外的其他区域作为背景区域，包括：从所述多个子模块中选取特征值高于第一阈值的子模块，选取的子模块作为备选模块；对不同备选模块按照特征值进行聚类，按照聚类结果将不同备选模块划分成多个聚类区域；根据所述聚类区域中子模块的特征值，确定所述聚类区域的组合特征值；从多个所述聚类区域中选取组合特征值高于第二阈值的聚类区域，选取的所述聚类区域作为前景区域，所述路面图像中除前景区域外的其他区域作为背景区域，所述第一阈值小于第二阈值。进一步的，所述对不同备选模块按照特征值进行聚类，按照聚类结果将不同备选模块划分成多个聚类区域包括：将所述路面图像纵向划分为至少两个目标区域；根据所述备选模块在所述路面图像中的位置，将所述备选模块划分至所属的目标区域；对所述目标区域内的备选模块按照特征值进行聚类，将所述目标区域内的备选模块按照聚类结果划分为多个聚类区域。进一步的，在所述二值化图像中提取代表车道线的直线，包括：通过霍夫变换对所述二值化图像进行直线检测，获得多条候选直线；根据所述候选直线在所述路面图像中所占据子模块的个数、所占据子模块的特征值以及所述候选直线的直线投票数，确定所述候选直线的权重；根据所述候选直线的权重，从多条所述候选直线中选取权重满足预设条件的候选直线作为目标直线，得到所述二值化图像中代表车道线的直线。进一步的，根据所述候选直线的权重，从多条所述候选直线中选取权重满足预设条件的候选直线作为目标直线，得到所述二值化图像中代表车道线的直线，包括：根据多条所述候选直线在所述路面图像中的位置，对多条所述候选直线按照所处位置进行分组，形成若干直线集合；根据直线集合中所包含的候选直线数量，以及待提取的车道线数量，从不同直线集合中选取相同数量的候选直线作为目标直线，所述目标直线在所处直线集合中的权重最高，所述目标直线作为所述路面图像中的车道线。另一方面，本专利技术还提供了一种车道线检测装置，所述装置包括：图像划分模块，用于获取包含车道线的路面图像，将所述路面图像划分为多个子模块；特征值计算模块，用于根据所述子模块中特征像素点的像素值，计算所述子模块的特征值；前景筛选模块，用于从多个所述子模块中筛选出特征值高于阈值的子模块，筛选出的子模块作为前景区域，所述路面图像中除前景区域外的其他区域作为背景区域；二值化模块，用于对所述前景区域进行二值化处理，背景区域的像素值置零，得到所述路面图像的二值化图像；直线提取模块，用于在所述二值化图像中提取代表车道线的直线。进一步的，所述前景筛选模块包括：备选模块选取单元，用于从所述多个子模块中选取特征值高于第一阈值的子模块，选取的子模块作为备选模块；区域聚类单元，用于对不同备选模块按照特征值进行聚类，按照聚类结果将不同备选模块划分成多个聚类区域；区域特征值确定单元，用于根据所述聚类区域中子模块的特征值，确定所述聚类区域的组合特征值；区域选取单元，用于从多个所述聚类区域中选取组合特征值高于第二阈值的聚类区域，选取的所述聚类区域作为前景区域，所述路面图像中除前景区域外的其他区域作为背景区域，所述第一阈值小于第二阈值。另外，本专利技术还提供了一种车道线检测终端，所述终端包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为执行上述任意一种车道线检测方法。此外，本专利技术还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序可由处理器执行上述任意一种车道线检测方法。本专利技术的实施例提供的技术方案可以包括以下有益效果：本专利技术提供的技术方案，通过将路面图像划分为多个子模块，并计算每个子模块的特征值，筛选出特征值较高的子模块作为前景区域进行二值化处理，特征值较低的子模块作为背景区域像素值直接置零，从而背景区域不会对前景区域的二值化造成干扰，提高了前景区域车道线所在像素点与其他像素点的对比度，可以得到车道线像素点更加明显的二值化图像，基于该二值化图像进行车道线的检测，由于受到背景像素点干扰小，从而可以准确提取到车道线，进而可以提高车道线偏离预警的准本文档来自技高网...

【技术保护点】
1.一种车道线检测方法，其特征在于，所述方法包括：获取包含车道线的路面图像，将所述路面图像划分为多个子模块；根据所述子模块中特征像素点的像素值，计算所述子模块的特征值；从多个所述子模块中筛选出特征值高于阈值的子模块，筛选出的子模块作为前景区域，所述路面图像中除前景区域外的其他区域作为背景区域；对所述前景区域进行二值化处理，背景区域的像素值置零，得到所述路面图像的二值化图像；在所述二值化图像中提取代表所述车道线的直线。

【技术特征摘要】
1.一种车道线检测方法，其特征在于，所述方法包括：获取包含车道线的路面图像，将所述路面图像划分为多个子模块；根据所述子模块中特征像素点的像素值，计算所述子模块的特征值；从多个所述子模块中筛选出特征值高于阈值的子模块，筛选出的子模块作为前景区域，所述路面图像中除前景区域外的其他区域作为背景区域；对所述前景区域进行二值化处理，背景区域的像素值置零，得到所述路面图像的二值化图像；在所述二值化图像中提取代表所述车道线的直线。2.根据权利要求1所述的方法，其特征在于，所述根据所述子模块中特征像素点的像素值，计算所述子模块的特征值，包括：根据所述子模块中像素点的像素值，确定所述子模块中的特征像素点；通过计算所述子模块中特征像素点的像素平均值或像素最大值，得到所述子模块的特征值。3.根据权利要求1所述的方法，其特征在于，从多个所述子模块中筛选出特征值高于阈值的子模块，筛选出的子模块作为前景区域，所述路面图像中除前景区域外的其他区域作为背景区域，包括：从所述多个子模块中选取特征值高于第一阈值的子模块，选取的子模块作为备选模块；对不同备选模块按照特征值进行聚类，按照聚类结果将不同备选模块划分成多个聚类区域；根据所述聚类区域中子模块的特征值，确定所述聚类区域的组合特征值；从多个所述聚类区域中选取组合特征值高于第二阈值的聚类区域，选取的所述聚类区域作为前景区域，所述路面图像中除前景区域外的其他区域作为背景区域，所述第一阈值小于第二阈值。4.根据权利要求3所述的方法，其特征在于，所述对不同备选模块按照特征值进行聚类，按照聚类结果将不同备选模块划分成多个聚类区域包括：将所述路面图像纵向划分为至少两个目标区域；根据所述备选模块在所述路面图像中的位置，将所述备选模块划分至所属的目标区域；对所述目标区域内的备选模块按照特征值进行聚类，将所述目标区域内的备选模块按照聚类结果划分为多个聚类区域。5.根据权利要求1所述的方法，其特征在于，在所述二值化图像中提取代表所述车道线的直线，包括：通过霍夫变换对所述二值化图像进行直线检测，获得多条候选直线；根据所述候选直线在所述路面图像中所占据子模块的个数、所占据子模块的特征值以及所述候选直线的直线投票数，确定所述候选直线的权重；根据所述候选直线的权重，从多条所述候选直线中...

【专利技术属性】
技术研发人员：高语函，王智慧，李阳，
申请(专利权)人：海信集团有限公司，
类型：发明
国别省市：山东,37