一种车道线边缘提取的动态阈值方法

摘要

本发明公开了一种车道线边缘提取的动态阈值方法，属于视觉导航和车辆安全辅助驾驶领域。其特征在于，将一帧行车图像分成左右两部分，左侧图像的每一行具有自己的动态阈值集合，右侧图像的每一行也具有自己的动态阈值集合。动态阈值集合由每行每侧图像锐化矩阵的几个较大值构成，即可细致体现图像的局部特征，又能兼顾图像的全局特性。自左右分界处进行自内向外、自下向上的逐行扫描，将第一次遇到阈值集合中元素的位置记为左侧或右侧惟一的边缘位置。本发明适于检测车辆行进所在车道，所输出的车道线边缘只有单像素宽、目的性强、干扰点少，大大简化了后续的车道线检测处理。与现有固定或自适应阈值方法相比，车道线检测正确率和速度都得到提高。

主权项

一种车道线边缘提取的动态阈值方法，其特征是，将列×行是N×M的一帧行车图像分成左右两部分，左侧图像的每一行具有自己的动态阈值集合thL_i，右侧图像的每一行也具有自己的动态阈值集合thR_i，i是行索引，且i＝1,…,M；N×M的行车图像共有2M个动态阈值集合；具体的动态阈值集合构建方法以及车道线边缘提取步骤如下：首先，将彩色行车图像转换为灰度图像，得到图像灰度矩阵，大小为N×M；然后，将图像灰度矩阵与边缘增强算子进行卷积计算，得到图像锐化矩阵，大小也是N×M；其次，将图像锐化矩阵中小于0的元素置零，其余值不变；在接下来的步骤中，不再对图像锐化矩阵的0值元素做处理；再次，将图像锐化矩阵分成左右两部分；划分方法是中间划分或斜向划分；最后，从左右分界处进行自内向外、自下向上的逐行扫描，分别确定左右车道线边缘提取的动态阈值集合，同时输出左右车道线的边缘点集；第i行的两个动态阈值集合分别由左右两侧图像锐化矩阵第i行的P个较大值构成，较大值定义为排在左侧或右侧图像锐化矩阵第i行所有元素值前P位的值，P为动态阈值集合大小，P＝3～5；对于第i行，左侧图像动态阈值集合thLi由左侧图像锐化矩阵第i行的前P个较大值构建；自内向外对左侧图像锐化矩阵第i行进行行扫描，当第一次遇到动态阈值集合thLi中任一元素时，将第一次遇到动态阈值集合thLi中任一元素时的位置记为第i行左侧惟一的边缘位置，并将第i行左侧惟一的边缘位置对应的点纳入边缘点集，在最终输出的N×M边缘点集矩阵中，将边缘位置的元素值设置为最大灰度值，将其余非边缘位置的元素值设置为0；右侧图像与左侧图像做法相同，且每行的左右两侧同时进行；自下而上，i＝M,…,1，进行相同的处理，得到车辆行进所在车道左右两条车道线的全部边缘点集。