【技术实现步骤摘要】
汽车及车道线的检测方法、装置
本专利技术涉及汽车领域，特别涉及一种车道线的检测方法、一种车道线的检测装置和一种汽车。
技术介绍
近年来，汽车自主驾驶技术在智能交通方面得到了广泛关注和应用，其中车道偏离预警是汽车自主驾驶的核心技术之一。车道偏离造成的人员财产损失约占整个交通事故中损失的三分之一之多，这些事故主要是由于驾驶员注意力分散造成的，LDWS(LaneDepartureWarningSystem，车道偏离预警系统)的开发应用能够提醒和辅助驾驶员及时修正无意识的车道线偏离，从而减少或避免交通事故的发生。实现这类系统面临的首要问题就是，如何实现快速准确地从车载视频图像中检测到车道线。目前，相关技术中，在进行车道线检测时，会对车载视频图像先进行图像特征提取，再根据提取到的图像特征进行车道线检测。然而，在进行图像特征提取时，一般采用边缘有效点提取图像特征，此时，提取到的图像特征会存在大量的干扰信号，容易造成车道线检测的误判、漏判，如将护栏线误判为车道线、漏判前方车辆遮挡的车道线等。而且实际行车路况复杂多变，如果考虑更多的环境因素，会使得车道线检测算法的实现更加困难。专...
【技术保护点】
1.一种车道线的识别方法，其特征在于，包括以下步骤：采集汽车前方的车道线图像，其中，所述车道线图像为灰度图像；计算所述车道线图像的自适应分割阈值，并根据所述自适应分割阈值对所述车道线图像进行分割处理以得到二值化图像；对所述二值化图像进行边缘检测以提取所述二值化图像的边缘有效点；根据提取到的边缘有效点对车道线进行识别。
【技术特征摘要】
1.一种车道线的识别方法，其特征在于，包括以下步骤：采集汽车前方的车道线图像，其中，所述车道线图像为灰度图像；计算所述车道线图像的自适应分割阈值，并根据所述自适应分割阈值对所述车道线图像进行分割处理以得到二值化图像；对所述二值化图像进行边缘检测以提取所述二值化图像的边缘有效点；根据提取到的边缘有效点对车道线进行识别。2.如权利要求1所述的车道线的识别方法，其特征在于，所述计算所述灰度图像的自适应分割阈值，包括：将所述车道线图像等分为包括第一车道线的第一车道线图像和包括第二车道线的第二车道线图像；分别计算所述第一车道线图像的全局阈值TL和所述第二车道线图像的全局阈值TR，以及计算所述车道线图像的局部阈值TM；对TL和TM进行加权处理以得到第一阈值T1，以及对TR和TM进行加权处理以得到第二阈值T2，其中，所述自适应分割阈值包括所述第一阈值T1和所述第二阈值T2。3.如权利要求2所述的车道线的识别方法，其特征在于，所述二值化图像包括与所述第一车道线图像对应的第一二值化图像和与所述第二车道线图像对应的第二二值化图像，所述根据提取到的边缘有效点对车道线进行识别，包括：从所述所述第一二值化图像和/或所述第二二值化图像中选取多个检测区域；根据每个检测区域中的边缘有效点分别对所述多个检测区域进行直线检测，以判断每个检测区域中是否存在直线；如果所有检测区域中均存在直线，则将每个检测区域中的直线依次连接以得到所述所述第一车道线和/或所述第二车道线。4.如权利要求3所述的车道线的识别方法，其特征在于，根据所述所述第一二值化图像和/或所述第二二值化图像的高度或长度依次选取检测区域，其中，第一个划分的检测区域的位置为所述第一二值化图像和/或所述第二二值化图像中的预设位置，且每个检测区域的高度相同，相邻两个检测区域之间存在重叠。5.如权利要求4所述的车道线的识别方法，其特征在于，通过霍夫变换对每个检测区域进行直线检测，且在对第一个检测区域进行直线检测时，霍夫变换的遍历角度为第一预设区间，其中，如果当前检测区域中存在直线，则根据在当前检测区域中检测到的直线确定下一个检测区域的位置，并将下一个检测区域的遍历角度更新为以在当前检测区域中检测到的直线为角平分线的第二预设区间，其中，所述第二预设区间的长度小于所述第一预设区间的长度；如果当前检测区域中不存在直线，则调整当前检测区域的位置，并以所述第一预设区间继续对调整后的当前检测区域进行直线检测，直至在当前检测区域中检测到直线。6.一种非临时性计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-5中任一项所述的车道线的识别方法。7.一种车道线的识别装置，其特征在于，包括：采集模块，用于采...
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。