一种基于光照一致的车位线检测方法技术

本发明专利技术提供一种基于光照一致的车位线检测方法，包括采用滤波对图像进行去噪；使用四向敏感滤波器对图像进行处理，并提取得到各像素点的光照一致特征；根据光照一致特征对每个像素点进行二值化处理，得到多个连通区域；对图像进行开运算处理，同时得到多个连通区域开运算结果，将大于最大的连通区域的面积的60％的连通区域开运算结果予以保留。本发明专利技术的基于光照一致的车位线检测方法通过采用一维的四向敏感滤波器，从像素的四个方向计算邻域像素的贡献值，从而将光照一致特征应用于车位线检测，以去除光照对原图像的影响，并通过对图像进行二值化处理，以最大限度的将图像中感兴趣的部分保留下来，从而实现了不同光照条件下车位线的准确保留。

【技术实现步骤摘要】
一种基于光照一致的车位线检测方法
本专利技术属于车辆自动驾驶领域，涉及一种车位线检测方法。
技术介绍
随着科技的飞速发展，自动驾驶技术已经成为人工智能领域的研究热点，智能泊车科技配置变得越来越普及，汽车上开始装配了许多高科技的产品，自动泊车系统就是其中之一。自动泊车系统可以在一定程度上提高停车的便捷性，尤其对于那些停车概念比较模糊和有心里恐惧的司机，还可以有效缓解和解决停车难问题，从而缩短泊车时间，进一步提高交通网络效率。在建立一个自动泊车系统时，有许多关键问题需要解决，如何快速、准确地检测和定位车辆周围的停车位，就是其中之一。检测车位所用的传感器主要有视觉传感器和测距传感器。传统的自动泊车系统方案中，车位感知主要通过超声波雷达进行，相邻的车辆可以很容易地被识别出来。由于超声波雷达的工作原理的局限性，即在没有相邻车辆的情况下，无法找到空闲的停车位，其准确性取决于相邻车辆的位置，对于车位场景的适应性较差。与此相比，基于多视觉传感器的方法能够更准确地识别停车位，因为其识别过程不依赖于相邻车辆的存在。近年来，随着对自动泊车系统本文档来自技高网...

【技术保护点】
1.一种基于光照一致的车位线检测方法，其特征在于，包括：/n步骤S1：采用滤波对待测图像进行去噪；/n步骤S2：使用四向敏感滤波器对去噪处理后的待测图像进行处理，并提取得到待测图像的各个像素点的光照一致特征；/n步骤S3：根据所述光照一致特征ζ

【技术特征摘要】
1.一种基于光照一致的车位线检测方法，其特征在于，包括：
步骤S1：采用滤波对待测图像进行去噪；
步骤S2：使用四向敏感滤波器对去噪处理后的待测图像进行处理，并提取得到待测图像的各个像素点的光照一致特征；
步骤S3：根据所述光照一致特征ζu对待测图像的每个像素点进行二值化处理，得到多个连通区域；
步骤S4：对待测图像进行开运算处理，同时计算得到多个连通区域开运算结果，并将大于最大的连通区域的面积的60％的连通区域开运算结果予以保留。


2.根据权利要求1所述的基于光照一致的车位线检测方法，其特征在于，在所述步骤S1中，所采用的滤波包括高斯滤波和导向滤波。


3.根据权利要求1所述的基于光照一致的车位线检测方法，其特征在于，所述步骤S2包括：
步骤S21：计算去燥处理后的待测图像中的每个像素点的四向敏感滤波器值沿4个不同方向的分量；
其中，第u个像素点的四向敏感滤波器值沿其中一个方向λ的分量为：



其中，Yv表示第v个像素点的灰度值，H表示第v个像素点的灰度值Yv的直方图；B是直方图H的槽的个数，β∈(0，1)表示从第u个像素点到第v个像素点的下降因子，|u-v|是第u个像素点和第v个像素点之间的空间距离；V(Yv,b)表示第v个像素点的灰度值分布函数，当第v个像素点的灰度值Yv属于第b个槽时，V(Yv,b)的值为1，否则V(Yv,b)的值为0，b是一个在1到维数B之间的整数；
步骤S22：根据每个像素点的四向敏感滤波器值沿4个不同方向的分量，将像素点的权重进行累加，得到待测图像中的每个像素点在直方图H的各个槽上的四向敏感滤波器值；
步骤S23：对所述每个像素点在直方图H的各个槽上的四向敏感滤波器值进行归一化处理，得到各个像素点的归一化因子；
步骤S24：采用所述各个像素点的归一化因子获取第u个像素点和第v个像素点为中心的两个局部区域之间的四向敏感滤波器差值；
步骤S25：提取光照一致特征。


4.根据权利要求3所述的基于光照一致的车位线检测方法，其特征在于，在所述步骤S21中，所述第u个像素点的四向敏感滤波器值沿其中一个方向λ的分量采用积分直方图的方法，并在前一个像素点的基础上计算，第u个像素点的四向敏感滤波器值沿其中一个方向λ的分量为：



其中，β∈(0，1)...

【专利技术属性】
技术研发人员：周小兵，刘诗萌，但孝杰，陈志华，刘潇丽，仇谷浩，仇隽，
申请(专利权)人：华域汽车系统股份有限公司，
类型：发明
国别省市：上海;31