车道线的检测方法、装置、电子设备及可读存储介质制造方法及图纸

本公开实施例公开了一种车道线的检测方法、装置、电子设备及可读存储介质，所述方法包括先获取道路图像中一个或多个像素点集，基于所述像素点集，通过最小二乘法确定所述像素点集的拟合曲线线段，通过聚类方法，确定所述拟合曲线线段对应的类别，根据所述类别，确定所述道路图像中的车道线。该技术方案能够提高车道线识别的准确性和效率。

Detection method, device, electronic equipment and readable storage medium of lane line

【技术实现步骤摘要】
车道线的检测方法、装置、电子设备及可读存储介质
本公开涉及车道线识别
，具体涉及一种车道线的检测方法、装置、电子设备及可读存储介质。
技术介绍
车道线是指在道路上用不同的线条向行驶车辆传递引导、限制、警告等交通信息的标识，例如，白色虚线的车道线通常用以分隔同向行驶的交通流或作为行车安全距离识别线；白色实线的车道线通常用以分隔同向行驶的机动车和非机动车，或指示车行道的边缘。因此，识别道路上的车道线是所有车辆的共同任务，以确保车辆在驾驶时处于车道限制之内，并减少因越过车道而与其他车辆发生碰撞的机会。而为了检测道路上的车辆的违章情况，例如，闯红灯、逆向行驶、违规变道等，对于道路监控设备来说，准确识别道路上的车道线同样也是一项关键任务。但是，目前对于车道线的识别效果并不理想，而且由于虚线车道线等情况的存在，常常需要人工参与画线过程，而没有真正实现车道线的自动检测。
技术实现思路
为了解决相关技术中的问题，本公开实施例提供一种车道线的检测方法、装置、电子设备及可读存储介质。第一方面，本公开实施例提供了一种本文档来自技高网...

【技术保护点】
1.一种车道线的检测方法，其特征在于，包括：/n获取道路图像中一个或多个像素点集；/n基于所述像素点集，通过最小二乘法确定所述像素点集的拟合曲线线段；/n通过聚类方法，确定所述拟合曲线线段对应的类别；/n根据所述类别，确定所述道路图像中的车道线。/n

【技术特征摘要】
1.一种车道线的检测方法，其特征在于，包括：
获取道路图像中一个或多个像素点集；
基于所述像素点集，通过最小二乘法确定所述像素点集的拟合曲线线段；
通过聚类方法，确定所述拟合曲线线段对应的类别；
根据所述类别，确定所述道路图像中的车道线。


2.根据权利要求1所述的方法，其特征在于，所述通过聚类方法，确定所述拟合曲线线段对应的类别，包括：
提取所述拟合曲线线段的至少一个特征点；
以第一拟合曲线线段的第一特征点为聚类中心，确定聚类区域，其中，所述第一拟合曲线线段为任意一个所述像素点集对应的拟合曲线线段，所述第一特征点为所述第一拟合曲线线段的至少一个特征点中的任意一个；
确定所述聚类区域中的未分类特征点数，其中，所述未分类特征点为任意一个未确定类别的拟合曲线线段对应的特征点；
当所述未分类特征点数满足聚类条件时，确定所述未分类特征点数对应的拟合曲线线段的类别为所述第一拟合曲线线段对应的第一类别。


3.根据权利要求2所述的方法，其特征在于，所述当所述未分类特征点数满足聚类条件时，确定所述未分类特征点数对应的拟合曲线线段的类别为所述第一拟合曲线线段对应的第一类别，包括：
当所述未分类特征点数满足聚类条件时，确定所述未分类特征点数对应的拟合曲线线段的类别为所述第一拟合曲线线段对应的第一类别；
根据在所述聚类区域中属于所述第一类别的拟合曲线线段的特征点，更新所述聚类中心，并基于更新后的所述聚类中心，重新确定聚类区域以及所述聚类区域中的未分类特征点数，以确定满足所述聚类条件的未分类特征点数对应的拟合曲线线段的类别为所述第一类别，直至所述聚类区域中的所述未分类特征点数不满足所述聚类条件。


4.根据权利要求2或3所述的方法，其特征在于，所述通过聚类方法，确定所述拟合曲线线段对应的类别，还包括：
当所述未分类特征点数不满足所述聚类条件时，依次以第一拟合曲线线段的剩余特征点为聚类中心，重新确定所述聚类区域以及所述聚类区域中的未分类特征点数，直至所述聚类区域中的所述未分类特征点数满足所述聚类条件，或者所述第一拟合曲线线段没有剩余特征点。


5.根据权利要求1所述的方法，其特征在于，所述根据所述类别，确定所述道路图像中的车道线，包括：
通过插值方法，将属于同一类别...

【专利技术属性】
技术研发人员：路兆铭，王鲁晗，温向明，傅彬，王刚，
申请(专利权)人：北京邮电大学，
类型：发明
国别省市：北京;11