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<sub>i</sub>,右侧图像的每一行也具有自己的动态阈值集合thR<sub>i</sub>,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。 |