The invention discloses a lane detection method, which includes: preprocessing the real-time collected image; removing the interference information on the lane by morphological Roof-fall operation on the preprocessed image; binarizing the image after eliminating the interference information on the lane to obtain the initial Lane connecting area; According to the direction of the preliminary lane line connecting area, the preliminary lane line connecting area is divided into the preliminary left lane line connecting area and the preliminary right lane line connecting area, and the preliminary left lane line connecting area and the preliminary right lane line connecting area are respectively fitted by RANSAC, and the optimal left lane line connecting area after the classification of RANSAC is used. The final left lane line and/or the final right lane line are obtained by extracting the boundaries of the region and/or the connected area of the optimal right lane line respectively, and processing the extracted boundaries with B-spline curve interpolation to fit the lane line.
【技术实现步骤摘要】
车道线检测方法、装置以及计算机可读存储介质
本专利技术涉及图像处理
,尤其涉及一种车道线检测方法、装置以及计算机可读存储介质。
技术介绍
随着社会经济的发展,车辆越来越成为大众必不可少的交通工具,行车安全问题也越发重要。目前,许多车辆中都安装有驾驶辅助系统。其中,有些驾驶辅助系统可以通过检测道路上的车道线为车辆提供行驶车道信息。例如,作为高级驾驶员辅助系统(AdvancedDriverAssistantSystem,简称ADAS)的重要组成部分,车辆偏离预警系统(LaneDepartureWarningSystem,简称LDWS)可以通过检测车辆所在的车道信息,在车辆偏离车道时向驾驶员发起警告提示,以保证行驶安全。车道偏离预警系统的关键在于系统能够准确的识别出车道线边缘。车道线检测的难点在于检测系统能够适应天气环境的变化,即检测系统在光照不均匀、雨水、车道线被杂物覆盖等恶劣环境下仍具有较高的识别准确率。在实际行车环境中,受天气、不均匀光照、阴影以及杂物遮挡等因数的影响,车道线边缘并不是总是清晰可见的,这些质量较差的车道线给系统准确识别带来了一定的干扰。目前,车道偏离预警系统大致可分为基于传感器和基于视觉的。基于传感器的系统采用雷达、红外激光或者GPS,根据GPS定位车辆的位置信息来判断车辆是否偏离车道。但是,GPS系统无法准确的定位车道线边缘,尤其是当车辆进入隧道,GPS定位车道线将失效。基于视觉的车辆偏离预警系统采用摄像头拍摄车辆前方视屏画面,采用机器视觉的方法对摄像头画面实时处理,识别出当前视频帧中的车道线。基于视觉的车道线检测一般有基于模型和基 ...
【技术保护点】
1.一种车道线检测方法,其特征在于,包括步骤:S1、对实时采集的图像进行预处理;S2、对预处理后的图像采用形态学顶冒运算消除车道线上的干扰信息;S3、对车道线上的干扰信息消除后的图像进行二值化处理,对二值化处理后的图像进行连通区域标记,并对标记后的连通区域进行初步筛选,得到初步车道线连通区域;S4、根据所述初步车道线连通区域的方向,将所述初步车道线连通区域分为初步左车道线连通区域和初步右车道线连通区域,并分别对所述初步左车道线连通区域和所述初步右车道线连通区域采用RANSAC进行直线拟合,得到最优左车道线连通区域和/或最优右车道线连通区域;S5、对所述最优左车道线连通区域和/或最优右车道线连通区域分别进行边界提取,并对提取的边界进行B样条曲线插值拟合车道线处理,得到最终左车道线和/或最终右车道线。
【技术特征摘要】
2017.09.29 CN 20171091267421.一种车道线检测方法,其特征在于,包括步骤:S1、对实时采集的图像进行预处理;S2、对预处理后的图像采用形态学顶冒运算消除车道线上的干扰信息;S3、对车道线上的干扰信息消除后的图像进行二值化处理,对二值化处理后的图像进行连通区域标记,并对标记后的连通区域进行初步筛选,得到初步车道线连通区域;S4、根据所述初步车道线连通区域的方向,将所述初步车道线连通区域分为初步左车道线连通区域和初步右车道线连通区域,并分别对所述初步左车道线连通区域和所述初步右车道线连通区域采用RANSAC进行直线拟合,得到最优左车道线连通区域和/或最优右车道线连通区域;S5、对所述最优左车道线连通区域和/或最优右车道线连通区域分别进行边界提取,并对提取的边界进行B样条曲线插值拟合车道线处理,得到最终左车道线和/或最终右车道线。2.如权利要求1所述的车道线检测方法,其特征在于,所述步骤S2包括:S21、对预处理后的图像进行腐蚀操作,以消除被干扰信息覆盖的车道线;S22、对腐蚀操作后的图像进行膨胀操作,以填充被腐蚀掉的干扰信息区域边界,得到膨胀操作后的图像;S23、将所述预处理后的图像减去所述膨胀操作后的图像,得到形态学顶冒运算处理后的图像,所述形态学顶冒运算处理后的图像保留了车道线的同时消除了车道线上的干扰信息。3.如权利要求2所述的车道线检测方法,其特征在于,在所述步骤S21中,所述腐蚀操作的执行过程如公式(1)所示:其中,O为腐蚀的对象,SE为腐蚀结构元,腐蚀结构元的像素长度Length(SE)=Max(Lane_Width)+ε1,Max(Lane_Width)是车道线最大像素宽度,ε1为预设常数;腐蚀结构元的向量方向与车道线方向垂直;在所述步骤S22中,所述膨胀操作的执行过程如公式(2)所示:其中,O’为膨胀的对象,且O’=O⊙SE;SE’为膨胀结构元,且SE’=SE;在所述步骤S23中,对所述预处理后的图像和膨胀操作后的图像进行处理的执行过程如公式(3)所示:其中,Result为所述形态学顶冒运算处理后的图像。4.如权利要求1所述的车道线检测方法,其特征在于,在所述步骤S3中,对标记后的连通区域进行初步筛选,得到初步车道线连通区域具体包括步骤:S31、判断标记后的连通区域的角度绝对值是否在15~85°范围内,若是进入步骤32,否则判断所述连通区域为非车道线连通区域;S32、判断所述连通区域最下方与图像边界是否相交,若是执行步骤S34,否则转到步骤S33;S33、判断所述连通区域最下方是否相交于图像的2/3宽度的下方,若是则进入步骤S34,否则判断为非车道线连通区域;S34、判断所述连通区域的车道线宽度是否在车道线宽度阈值范围内,若是则进入步骤S35,否则判断为非车道线连通区域;S35、判断所述连通区域的面积是否大于预设的面积阈值,若是则判断为所述初步车道线连通区域,否则判断为非车道线连通区域。5.如权利要求4所述的车道线检测方法,其特征在于,所述车道线宽度阈值用[min,max]表示,其中,min是车道线宽度低阈值,max是高阈值;所述连通区域的车道线宽度如下公式(4)计算:其中,width(r)是所述连通区域的第r行的车道线宽度,r是所述连通区域质心所在的行位置,rmax是图像的高度,rmin是图像起始行下标,ε2是车道线宽度冗余值。6.如权利要求4所述的车道线检测方法,其特征在于,所述步骤S4包括:S41、输入所述初步左车道线连通区域或所述初步右车道线连通区域的所有连通区域坐标;S42、采用RANSAC算法对所述初步左车道线连通区域或所述初步右车道线连通区域的所有连通区域坐标进行直线拟合...
【专利技术属性】
技术研发人员:李明阳,徐焕东,
申请(专利权)人:惠州华阳通用电子有限公司,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。