一种基于模型的弯道方向的判别方法技术

本发明专利技术公开了一种基于模型的弯道方向的判别方法，首先通过车载摄像机获取道路图像，剔除无效信息，在RGB色彩空间里对图像进行灰度处理，采用最大类间方差法对图像进行二值分割，实现道路边缘与其他干扰信息的初步分割；然后对二值图像逆透视变换，将前视图转换位鸟瞰图，通过创建掩模的方法，只留下道路边缘和部分噪音；采用中值滤波，最优边缘检测Canny算子对图像边缘分割，通过对边缘分割图像中非零像素点进行提取，并采用最小二乘法拟合非零像素点；打印第一行中第一个非零像素点的x坐标与最后一行第一个非零像素点的x轴坐标，通过判断两个坐标轴的差值，进而确定道路的弯曲方向。通过本明的方法能够对弯曲程度小的道路进行准确判断。行准确判断。

【技术实现步骤摘要】
一种基于模型的弯道方向的判别方法


[0001]本专利技术属于机器视觉领域，具体的说是一种基于模型的弯曲道路方向的判别方法。

技术介绍

[0002]弯曲道路的延申方向一直是研究者研究的一个重难点，与直线道路延申方向相比，弯曲道路的延申方向具有一定的复杂性和不确定性，智能汽车在行驶过程中，由于在弯道处无法准确判断弯道的延申方向，更容易发生交通事故，因此，快速识别道路的延申方向变得尤为重要。
[0003]针对目前许多基于视觉的道路方向判断算法，需要较高的成本与延时性，本专利技术从图像处理的角度出发，提出了一种基于模型的弯曲道路方向判断的粗定位方法。
[0004]现有技术中公开号为CN105882661A，名称为：机动车弯道驾驶辅助系统及运行方式，在图像处理部分是基于通过判断机动车行驶道路前方是否出现完全障碍背景来判断弯曲道路的，这种方法在弯曲程度较大的弯道判断上效果明显，单在弯曲程度较小的弯道上判断效果甚微。

技术实现思路

[0005]为了解决上述目的，本专利技术提供了一种能够较快的对弯曲程度较小的弯道进行判断的基于模本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于模型的弯道方向的判别方法，其特征在于：包括以下步骤：步骤(1)：由车载摄像机采集弯曲道路图像，对道路图像中进行感兴趣区域提取；步骤(2)：在RGB彩色空间中，对感兴趣区域图像进行灰度转换；步骤(3)：采用最大类间方差法对灰度图像二值化；步骤(4)：对二值图像进行逆透视变换，将前视图转变为鸟瞰图；步骤(5)：创建掩模，并将掩模图像与鸟瞰图进行按位与运算；步骤(6)：进行中值滤波，去除多余噪声，得到滤波图像；步骤(7)：对中值滤波后的图像做Canny处理，提取道路边缘；步骤(8)：将滤波图像中像素值不等于0的像素点坐标提取出来；步骤(9)：对提取到的像素点坐标进行最小二乘法拟合；步骤(10)：获取图像第一行坐标，将第一个不等于0的像素坐标的横坐标记为X1并保存，获取最后一行像素坐标，将第一个不等于0的像素坐标值的横坐标记为X2并保存；步骤(11)：求D，即，D＝X1‑
X2，根据结果判断道路的偏转方向。2.根据权利要求1所述的一种基于模型的弯道方向的判别方法，其特征在于：所述步骤(1)中对道路图像进行感兴趣区域提取，以图像Y轴长度的1/2为分界线，以下部分为目标区域。3.根据权利要求1所述的一种基于模型的弯道方向的判别方法，其特征在于：步骤(2)中对感兴趣区域图像进行灰度转换，根据公式：Gray＝ω1R+ω2G+ω3B，式中，ω1，ω2，ω3表示权重，R，G，B表示不同颜色通道。可知，当ω1＝0.229，ω2＝0.587，ω3＝0.114时，得到理想的灰度图。4.根据权利要求1所述的一种基于模型的弯道方向的判别方法，其特征在于：所述步骤(3)中采用最大类间方差法将灰度图二值化，是按以下步骤来完成的：步骤(3.1)：设图像的像素为N，灰度级范围为[0,L
‑
1]，灰度级为i∈[0,L
‑
1]的像素数为n
i
，则灰度级为i的概率为：p
i
＝n
i
/N，η表示灰度级范围小于t的概率；步骤(3.2)：假设存在阈值T将图像的所有像素分为两部分。图像像素小于等于阈值T的数目为C1，大于阈值T的像素数目为C2，则：C1+C2＝N，图像像素的平均值为：C1类的灰度平均值为：C2类的灰度平均值为：步骤(3.3)：计算σ2＝η(1
‑
η)(μ1‑
μ2)2，当σ2最大时，对应的阈值T为最佳分割阈值，即令图像像素值大于T的像素等于255，小于阈值T的像素等于0，t为目标像素值。5.根据权利要求1所述的一种基于模型的弯道方向的判别方法，其特征在于：所述步骤(4)中采用逆透视变换将前视图转变为鸟瞰图，其步骤为：
...

【专利技术属性】
技术研发人员：赵礼刚，韩亚轩，袁俊涛，秦齐，
申请(专利权)人：江苏科技大学，
类型：发明
国别省市：