本发明专利技术实施例公开了一种车道线检测方法、装置、设备及存储介质。所述方法包括：根据车道线图像中各像素点在各通道的均值和标准差，以及所述车道线图像中车道线上各像素点在各通道的均值，确定所述车道线图像的待识别向量；根据所述待识别向量中一部分的向量值和样本图像关联特征向量中对应部分的向量值，从样本图像中确定目标图像；遍历所述车道线图像的各通道的各像素值，如果像素值小于或等于目标和，且大于目标差值，则把该像素值置为第一像素值，否则置为第二像素值；把各通道的像素值进行与操作，得到检测结果。本发明专利技术实施例提供一种车道线检测方法、装置、设备及存储介质，以提高不同光照下对物体的识别准确率。提高不同光照下对物体的识别准确率。提高不同光照下对物体的识别准确率。
【技术实现步骤摘要】
一种车道线检测方法、装置、设备及存储介质
[0001]本专利技术实施例涉及智能驾驶领域，尤其涉及一种车道线检测方法、装置、设备及存储介质。
技术介绍
[0002]智能驾驶的时代已经来到。比如说，根据检测到的车道线，对司机进行辅助驾驶提醒。车道线检测是基础，车道线检测的准确率直接影响辅助驾驶提醒的准确率。
[0003]但专利技术人发现，车道线检测非常重要，但是在很多时候受天气和其他环境影响，车道线并不是清晰的，甚至是模糊的，导致识别非常困难。
技术实现思路
[0004]本专利技术实施例提供一种车道线检测方法、装置、设备及存储介质，以提高不同光照下对物体的识别准确率。
[0005]第一方面，本专利技术提供了一种车道线检测方法，所述方法包括：获取待识别的车道线图像，根据所述车道线图像中各像素点在各通道的均值和标准差，以及所述车道线图像中车道线上各像素点在各通道的均值，确定所述车道线图像的特征向量，记为待识别向量；根据所述待识别向量中一部分的向量值和样本图像关联特征向量中对应部分的向量值，从样本图像中确定目标图像；遍历所述车道线图像的各通道的各像素值，如果像素值小于或等于目标和，且大于目标差值，则把该像素值置为第一像素值，否则置为第二像素值，其中所述目标差值为目标图像关联样本均值向量中另一部分的向量值和目标图像关联样本标准差向量中对应部分的向量值的差，所述目标和为所述样本均值向量中另一部分的向量值和所述样本标准差向量中对应部分的向量值的和；把各通道的像素值进行与操作，得到所述车道线图像的二值化图像，其中所述第一像素值表示识别得到的车道线。
[0006]第二方面，本专利技术还提供了一种车道线检测装置，所述装置包括：向量确定模块，用于获取待识别的车道线图像，根据所述车道线图像中各像素点在各通道的均值和标准差，以及所述车道线图像中车道线上各像素点在各通道的均值，确定所述车道线图像的特征向量，记为待识别向量；目标选择模块，用于根据所述待识别向量中一部分的向量值和样本图像关联特征向量中对应部分的向量值，从样本图像中确定目标图像；像素遍历模块，用于遍历所述车道线图像的各通道的各像素值，如果像素值小于或等于目标和，且大于目标差值，则把该像素值置为第一像素值，否则置为第二像素值，其中所述目标差值为目标图像关联样本均值向量中另一部分的向量值和目标图像关联样本标准差向量中对应部分的向量值的差，所述目标和为所述样本均值向量中另一
部分的向量值和所述样本标准差向量中对应部分的向量值的和；结果确定模块，用于把各通道的像素值进行与操作，得到所述车道线图像的二值化图像，其中所述第一像素值表示识别得到的车道线。
[0007]第三方面，本专利技术还提供了一种电子设备，所述设备包括：一个或多个处理器；存储器，用于存储一个或多个程序；当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本专利技术中任一所述的方法。
[0008]第四方面，本专利技术还提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如本专利技术中任一所述的方法。
[0009]本专利技术通过根据车道线图像中各像素点在各通道的均值和标准差，以及所述车道线图像中车道线上各像素点在各通道的均值，确定待识别向量。因为像素点在各通道的均值和标准差，以及所述车道线图像中车道线上各像素点在各通道的均值可以一定程度过滤环境因素对待识别图像的影响。然后，根据待识别向量从样本图像中确定目标图像，利用目标图像关联样本均值向量和样本标准差向量对车道线图像进行逐个通道的像素点进行遍历，以实现对车道线的检测。其中样本均值向量和样本标准差向量的应用可以一定程度过滤化境因素对样本图像的影响。在待识别图像和样本图像对环境因素都有一定鲁棒性的基础上，本专利技术可以提高在不同环境因素下车道线的识别准确率。
附图说明
[0010]图1为本专利技术实施例一提供的一种车道线检测方法的流程图；图2是本专利技术实施例三提供的一种车道线检测装置的结构示意图；图3为本专利技术实施例四提供的一种电子设备的结构示意图。
具体实施方式
[0011]下面结合附图和实施例对本专利技术作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本专利技术，而非对本专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本专利技术相关的部分而非全部结构。
[0012]实施例一图1为本专利技术实施例一提供的一种车道线检测方法的流程图。本实施例可适用于对不同环境因素下进行车道线检测的情况。该方法可以由一种车道线检测装置来执行，该装置可以由软件和/或硬件的方式实现。参见图1，本专利技术实施例提供的车道线检测方法包括：S110、获取待识别的车道线图像，根据所述车道线图像中各像素点在各通道的均值和标准差，以及所述车道线图像中车道线上各像素点在各通道的均值，确定所述车道线图像的特征向量，记为待识别向量。
[0013]通道可以是图像的任意通道，可以是R、G、B通道，也可以是Y、U、V通道。各像素点在各通道的均值和标准差，可以通过各像素点在各通道的取值确定。
[0014]S120、根据所述待识别向量中一部分的向量值和样本图像关联特征向量中对应部
分的向量值，从样本图像中确定目标图像。
[0015]目标图像是指与车道线图像相似度最高的样本图像。上述一部分的向量值中的一部分的具体数量可以根据实际需要设定，本实施例对此也不进行限定。
[0016]S130、遍历所述车道线图像的各通道的各像素值，如果像素值小于或等于目标和，且大于目标差值，则把该像素值置为第一像素值，否则置为第二像素值，其中，所述目标差值为目标图像关联样本均值向量中另一部分的向量值和目标图像关联样本标准差向量中对应部分的向量值的差，所述目标和为所述样本均值向量中另一部分的向量值和所述样本标准差向量中对应部分的向量值的和。
[0017]第一像素值不同第二像素值，例如第一像素值为255，第二像素值为0，或，第一像素值为250，第二像素值为10。第一像素值和第二像素值仅用于区分图像的前景和背景，对取值不作限定，具体可以根据实际需要设定。
[0018]S140、把各通道的像素值进行与操作，得到所述车道线图像的二值化图像，其中所述第一像素值表示识别得到的车道线。
[0019]与操作后的车道线图像包括两类像素值，第一像素值和第二像素值，其中第一像素值标识作为检测结果的车道线。
[0020]本专利技术实施例的技术方案通过根据车道线图像中各像素点在各通道的均值和标准差，以及所述车道线图像中车道线上各像素点在各通道的均值，确定待识别向量。因为像素点在各通道的均值和标准差，以及所述车道线图像中车道线上各像素点在各通道的均值可以一定程度过滤环境因素对待识别图像的影响。然后，根据待识别向量从样本图像中确定目标图像，利用目标图像关联样本均值向量和样本标准差向量对车道线图像进行逐个通道的像素点进行遍历，以实现对车道线的检测。其中样本均值向量和样本标准差向量的应用可以一定程度过滤化境因素对样本图像的影响本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种车道线检测方法，其特征在于，包括：获取待识别的车道线图像，根据所述车道线图像中各像素点在各通道的均值和标准差，以及所述车道线图像中车道线上各像素点在各通道的均值，确定所述车道线图像的特征向量，记为待识别向量；根据所述待识别向量中一部分的向量值和样本图像关联特征向量中对应部分的向量值，从样本图像中确定目标图像；遍历所述车道线图像的各通道的各像素值，如果像素值小于或等于目标和，且大于目标差值，则把该像素值置为第一像素值，否则置为第二像素值，其中所述目标差值为目标图像关联样本均值向量中另一部分的向量值和目标图像关联样本标准差向量中对应部分的向量值的差，所述目标和为所述样本均值向量中另一部分的向量值和所述样本标准差向量中对应部分的向量值的和；把各通道的像素值进行与操作，得到所述车道线图像的二值化图像，其中所述第一像素值表示识别得到的车道线。2.根据权利要求1所述的方法，其特征在于，所述根据所述车道线图像中各像素点在各通道的均值和标准差，以及所述车道线图像中车道线上各像素点在各通道的均值，确定所述车道线图像的特征向量，包括：根据所述车道线图像中各像素点在各通道的均值、标准差、最大值、最小值、平均梯度，以及所述车道线图像中车道线上各像素点在各通道的均值，确定所述车道线图像的特征向量。3.根据权利要求1所述的方法，其特征在于，所述根据所述待识别向量中一部分的向量值和样本图像关联特征向量中对应部分的向量值，从样本图像中确定目标图像，包括：根据所述待识别向量中一部分的向量值和样本图像关联特征向量中对应部分的向量值，确定图像距离值，所述图像距离值表示所述车道线图像与样本图像之间的相似度；根据确定的图像距离值从样本图像中确定目标图像。4.根据权利要求3所述的方法，其特征在于，所述根据所述待识别向量中一部分的向量值和样本图像关联特征向量中对应部分的向量值，确定图像距离值，包括：计算所述待识别向量中一部分向量在各维度的数值与样本均值向量中对应维度的数值的差值，记为第一差值；若所述第一差值的绝对值小于或等于样本图像关联样本标准差向量中对应维度的数值，则所述图像距离值累加0，其中所述图像距离值的初始值为0；若所述第一差值的绝对值大于样本图像关联样本标准差向量中对应维度的数值，则所述图像距离值累加第二差值，所述第二差值为所述第一差值的绝对值与所述样本标准差向量中对应维度数值的差值。5.根据权利要求1所述的方法，其特征在于，若通道为R、G、B通道，则所述遍历所述车道线图像的各通道的各像素值，如果像素值小于或等于目标和，且大于目标差值，则把该像素值置为第一像素值，否则置为第二像素值，包括：遍历R通道的每个像素值；如果像素值小于或等于所述目标和，且大于所述目标差值，则把该像素值置为第一像素值，否则置第二像素值；遍历G通道的每个像素值；如果像素...
【专利技术属性】
技术研发人员：徐显杰，赵海昕，
申请(专利权)人：天津所托瑞安汽车科技有限公司，
类型：发明
国别省市：
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。