【技术实现步骤摘要】
一种基于Kalman滤波的道线灭点跟踪方法
本专利技术涉及图像处理领域，特别涉及一种基于Kalman滤波的道线灭点跟踪方法。
技术介绍
高级驾驶辅助系统(ADAS)利用安装在车上的各种传感器，在汽车行驶过程中感应周围的环境，收集数据，进行静态和动态物体的辨识、侦测与追踪，预先让驾驶者察觉到可能发生的危险，从而有效增加汽车驾驶的舒适性和安全性。在由ADAS系统中装备的摄像机所采集的图像中，路面上并行的道线将汇聚于图像中的一点，即灭点。对道线检测、道线偏离预警、前车检测等应用而言，灭点在图像中的位置是非常重要的输入信息。中国专利201610492617.9公布了一种基于地平线搜索的灭点标定方法，需要定义多个地平线位置模板，以验证的形式确定地平线所在位置；中国专利201710651702.X公布了一种以视频为输入构建行堆叠图像，在堆叠图像中搜索极大值，由极大值位置确定道线，由道线的交点确定灭点的方法。除了道线标记之外，ADAS系统的摄像机所观察的视域中经常出现各式车辆、车辆投射的阴影、车道分隔护栏等物体，由这些物体的边缘所确定的直线所形成的交点与道线灭点通常存在较大的偏...
【技术保护点】
1.一种基于Kalman滤波的道线灭点跟踪方法，其特征在于，该方法包括以下步骤：步骤一:对输入的图像检测边缘像素，由边缘像素以Hough变换算法检测线段；步骤二:对检测所得的线段，以线段上的点为锚点，以多个尺度和偏移提取图像块，以预先训练的分类器识别提取的图像块是否为道线块；步骤三:对线段上有图像块被识别为道线块的点的数目进行计数，若该数目大于预设的阈值则将对应的线段加入候选线段集合，且计算对应该线段的权值等于有图像块被识别为道线块的点的数目除以线段的长度；步骤四:延伸候选线段集合中的每条线段成为直线，对非平行直线，计算两两直线之间的交点，以交点的二维坐标为样本，计算所有样...
【技术特征摘要】
1.一种基于Kalman滤波的道线灭点跟踪方法，其特征在于，该方法包括以下步骤：步骤一:对输入的图像检测边缘像素，由边缘像素以Hough变换算法检测线段；步骤二:对检测所得的线段，以线段上的点为锚点，以多个尺度和偏移提取图像块，以预先训练的分类器识别提取的图像块是否为道线块；步骤三:对线段上有图像块被识别为道线块的点的数目进行计数，若该数目大于预设的阈值则将对应的线段加入候选线段集合，且计算对应该线段的权值等于有图像块被识别为道线块的点的数目除以线段的长度；步骤四:延伸候选线段集合中的每条线段成为直线，对非平行直线，计算两两直线之间的交点，以交点的二维坐标为样本，计算所有样本的加权平均值和协方差矩阵；步骤五:设当前帧为第t帧，根据步骤一到步骤四计算所得的当前帧的交点坐标样本的加权平均值和协方差，及第0帧到第t-1帧持续跟踪的道线灭点，以Kalman滤波算法估计道线灭点，输出估计所得的灭点作为第t帧的跟踪结果。2.根据权利要求1所述的基于Kalman滤波的道线灭点跟踪方法，其特征在于，步骤二中所述的以线段上的点为锚点，以多个尺度和偏移提取图像块，以预先训练的分类器识别提取的图像块是否为道线块，包括：设(X,Y)为线段上的点，以该点为锚点所提取的图像块为I(X-δX,Y-δY,W/s,H/s)，代表以(X-δX,Y-δY)为左上角坐标，W/s和H/s为宽和高的一个矩形图像区域，其中W和H分别是预设的基准窗口宽和高，δX和δY分别为水平和垂直方向的偏移，s是预设的尺度系数；用于识别所提取的图像块是否为道线块的分类器是一个级联分类器，其中的每一级是一个由若干个弱分类器组合而成的强分类器；每个弱分类器对应一个特征，按以下公式计算：其中x是待检测的图像块，p＝±1，用于控制不等号方向，θ为阈值，f是特征值计算函数；在训练过程中，按下式计算各个待选弱分类器的加权误分损失函数，εt＝minf,p,θ∑iwi|h(xi,f,p,θ)-yi|其中，xi和yi分别为样本和对应的标记，若xi为正样本，则yi＝+1，否则yi＝-1，选择具有最小误分损失函数值的弱分类器作为最优弱分类器组成强分类器。3.根据权利要求2所述的基于Kalman滤波的道线灭点跟踪方法，其特征在于，所述弱分类器对应的特征采用Haar-like特征，其计算方法为...
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。