一种用于坡道环境下的车道线图像处理方法技术

本发明专利技术公开了一种用于坡道环境下的车道线图像处理方法，属于图像处理技术领域，首先，从车载摄像头获取车道线图像，经过灰度化、滤波、设置合适的预划分线等预处理操作；然后，对图像进行边缘检测、分段式分割、直线检测、车道线特征点扩张、车道线特征轮廓筛选等处理；最后，利用角度传感器对车辆行驶的路面坡度进行判别，针对平缓道路、上陡坡以及下陡坡这三种情况分别处理，实现陡坡环境下的车道线快速检测。测。测。

【技术实现步骤摘要】
一种用于坡道环境下的车道线图像处理方法


[0001]本专利技术属于图像处理
，具体是一种用于坡道环境下的车道线图像处理方法。

技术介绍

[0002]目前自动驾驶领域中都包含了众多辅助驾驶技术，许多技术依靠视觉、激光雷达以及各种传感器去获取外界信息，其中车道线检测及识别是车道保持和车道偏离等技术的重要手段；目前对于车道线的检测，一部分是基于神经网络去提取图像中车道的像素点，再对提取的像素点继续下一步工作，也有应用传统的图像处理的方法从车载设备中获取图像，再对图像做空间域或者频率域的变换提取属于车道的像素点；然而，在提取完车道像素点之后，需要对两条主要车道进行精确提取，此时要针对摄像头捕获的图像进一步分析，筛选出最终的左右车道线，用于判断车辆与车道的位置关系。
[0003]在很多自动驾驶技术测试的道路几乎都是平缓的地面，一般不会出现非常大的坡道，但是自动驾驶的研究不能局限于大多数的场景；如果车辆进入比较陡峭的上坡或者下坡，此时车辆摄像头捕获的图像视野可能发生较大的偏移，较大地影响对车道线敏感区域的划分以及车道线的提取，从而影响辅助驾驶本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于坡道环境下的车道线图像处理方法，其特征在于，包括如下步骤：S1：进行初始实验，通过摄像设备采集输入图像，把辅助驾驶设备放置在实验场地中；S2：预先设置一条车道敏感区域水平划分线，再对车道线处理后做出一个标准划分，划分此时采集图像的敏感区域与非敏感区域，然后更新水平划分线，初始实验完成；S3：根据摄像设备的具体位置，设置角度阈值，根据坡度的检测采用触发机制区分上下坡与较为平缓的地面；S4：对平缓道路依据道路划分线检测车道线；对坡度大的下坡采用自适应水平划分线；对坡度大的上坡采用车道线缺陷预测。2.根据权利要求1所述的一种用于坡道环境下的车道线图像处理方法，其特征在于，所述S1中摄像设备为普通无畸变720P摄像头。3.根据权利要求1或2所述的一种用于坡道环境下的车道线图像处理方法，其特征在于，所述S1中把辅助驾驶设备放置在车道线之中，保证车辆所处场地的坡度为
‑2°
~2
°
。4.根据权利要求1所述的一种用于坡道环境下的车道线图像处理方法，其特征在于，所述S2中更新水平划分线时，对摄像设备输入的图像进行预处理，预处理的方法流程包括：A）图像的灰度化；B）均值滤波；C）Canny算子边缘检测；D）图像垂直方向上等间隔划分，每个分割图像进行改进霍夫变换检测直线，再根据检测的直线在图像二维坐标系中的倾斜角度，过滤较为水平的直线。5.根据权利要求4所述的一种用于坡道环境下的车道线图像处理方法，其特征在于，所述S2的预处理方法流程具体包括以下步骤：S2.1：对S1输入的图像灰度化处理，假设输入的三维图像为 M，则灰度化后的图像为；S2.2：均值滤波后的图像为；S2.3：对滤波后的图像进行Canny算子边缘检测，计算出的边缘图像为；S2.4：得到后，由于采集的图像大小为640
×
480，设置以步长为10个单位像素点步进检测；首先，手动设定一条预先划分线，区分车道线区域与非车道区域，设置预先划分线的高度为220像素点，然后从图像底部开始分割，对每个宽度为640像素点、高度为10像素点的图像进行改进的霍夫直线变换检测；对每个分割图像进行直线检测后，对可能存在的一些非车道线上的线段，进行去除干扰线段处理。6.根据权利要求5所述的一种用于坡道环境下的车道线图像处理方法，其特征在于，所述S2.4中的去除干绕线段处理具体包括以下方法：预先设置一个二维的列表L用于存放符合条件线段的中点坐标，L的下标n代表某条候选车道线点的集合，对于检测出的第一条线段，把线段的中点坐标存入在L[0]中，然后依次
判断下一条线段，如果与已经存入在列表中某个集合中的最后一个元素的距离小于设定的范围，判定当前的点是属于同一条候选车道线上的，则把此点放入此集合之中，如果遍历完所有集合，没有与当前检测点满足距...

【专利技术属性】
技术研发人员：周开军，尹云鹏，周鲜成，刘星宝，刘利枚，曹文治，
申请(专利权)人：湖南工商大学，
类型：发明
国别省市：