一种基于单目视觉的道路停止线检测方法技术

发明专利技术提供一种基于单目视觉的道路停止线检测方法。该检测方法包括道路图像信息灰度化处理、高斯滤波平滑处理、设置ROI、得出梯度有效点灰度图、得到区域生长源图、得出有效点的区域生长结果图、筛选初始目标直线和确定停止线最终位置等步骤。该检测方法能够实时、正确地识别道路中的停止线，并得到停止线在图片中的位置信息，结合坐标转换技术可以实时得到停止线在实际道路中的位置。

A detection method of road stop line based on monocular vision

【技术实现步骤摘要】
一种基于单目视觉的道路停止线检测方法
本专利技术涉及智能驾驶图像处理目标检测领域，特别涉及一种基于单目视觉的道路停止线检测方法。
技术介绍
道路交通线识别是智能汽车技术的重要组成部分，道路交通线有很多种，停止线作为一种重要的交通符号一般出现在道路路口等处。停止线的准确识别可以让车辆获知路口位置，从而做到提前减速，更加规范行驶。能够避免误闯交通信号灯，擦碰其他车辆和行人的现象发生，提高智能汽车的行驶安全性。结合GPS等其他定位技术，停止线识别能保证智能汽车行驶过程中的准确定位，从而作出更准确的决策和控制。因此，停止线的准确识别是实现ADAS和自动驾驶的重要组成部分之一。
技术实现思路
本专利技术的目的是提供一种基于单目视觉的道路停止线检测方法，以解决现有技术中存在的问题。为实现本专利技术目的而采用的技术方案是这样的，一种基于单目视觉的道路停止线检测方法，包括以下步骤：1)将车载单目摄像头采集到的图像信息进行灰度化处理。2)根据图像中道路交通线分布特征，设置ROI。3)利用高斯滤波对ROI内的灰度本文档来自技高网...

【技术保护点】
1.一种基于单目视觉的道路停止线检测方法，其特征在于，包括以下步骤：/n1)将车载单目摄像头采集到的图像信息进行灰度化处理；/n2)根据图像中道路交通线分布特征，设置ROI；/n3)利用高斯滤波对ROI内的灰度图像进行平滑处理；/n4)对ROI内的图像进行灰度拉伸，加强图像的对比度；/n5)计算ROI内各像素点在x方向和y方向的灰度梯度值，以及梯度方向夹角θ

【技术特征摘要】
1.一种基于单目视觉的道路停止线检测方法，其特征在于，包括以下步骤：
1)将车载单目摄像头采集到的图像信息进行灰度化处理；
2)根据图像中道路交通线分布特征，设置ROI；
3)利用高斯滤波对ROI内的灰度图像进行平滑处理；
4)对ROI内的图像进行灰度拉伸，加强图像的对比度；
5)计算ROI内各像素点在x方向和y方向的灰度梯度值，以及梯度方向夹角θ(i,j)；其中，图像矩阵上第i列第j行的像素点为I(i,j)，A为3×3矩阵。Gx(i,j)为像素点I在x方向的灰度梯度值，Gy(i,j)为像素点I在y方向的灰度梯度值，g(i,j)为像素点I的灰度值；



Gx(i,j)＝(g(i+1,j-1)+g(i+1,j)+g(i+1,j+1)-g(i-1,j-1)-g(i-1,j+1)-g(i-1,j+1))(2)
Gy(i,j)＝(g(i-1,j+1)+g(i,j+1)+g(i+1,j+1)-g(i-1,j-1)-g(i,j-1)-g(i+1,j-1))(3)



式中，θ(i,j)的取值范围为[0°，180°]；
6)计算ROI内的梯度均值和灰度均值；






式中，Gyaver为y方向的梯度均值，gaver为灰度均值，r为ROI区域像素点的行数，c为ROI区域像素点的列数；
7)根据ROI区域内的梯度和灰度的变化规律，确定y方向的梯度判断系数Gyjudge、灰度判断系数gjudge和梯度方向夹角阈值θjudge；其中，90°≥θjudge≥0°；
8)对像素点的有效性进行判断，清零无效点，得到初始有效梯度图；其中，初始有效点具备以下特征：
g(i,j)≥gaver.gjudge
Gy(i,j)≥Gyaver.Gyjudge
(180°-θjudge)≥θ(i,j)≥θjudge
9)遍历初始有效梯度图，判断初始有效点邻域内初始有效点的个数是否大于或等于干扰点阈值Ne，去除干扰点，得到区域生长源图；
10)根据道路交通线的分布特征，对区域生长源图由下至上扫描，得到区域生长初始种子点集合；
11)根据初始种子集合中的种子坐标，在生长源图中进行区域生长，得到包含车道信息的有效点所组成的区域生长结果图；
12)对区域生长结果图进行houg...

【专利技术属性】
技术研发人员：刘永刚，郭缘，熊周兵，文滔，陈峥，秦大同，
申请(专利权)人：重庆大学，
类型：发明
国别省市：重庆;50