一种基于特征点分段线性拟合的车道线检测方法

摘要

本发明公开了一种基于特征点分段线性拟合的车道线检测方法，主要包括以下步骤：进行图像读取；对读取的图像进行感兴趣区域读取；对提取的感兴趣区域图像进行边缘提取；对感兴趣道路边缘图像二值化；对二值化后的边缘图像提取特征点，得到候选特征点向量集合；对候选特征点向量集合进行滤波，得到滤波后的特征点向量；对滤波后的特征点向量采用最小二乘法进行分段线性拟合，得到候选车道线方程；识别车道线方程；根据视频帧的特点，对已识别出的车道线进行跟踪，输出最终的车道线。该方法能有效检测出道路的车道线，具有良好的抗干扰能力和容错性，同时该方法运算量小，实现简单，实用性较强。

主权项

一种基于特征点分段线性拟合的车道线检测方法，其特征是，具体步骤如下：步骤(1)：开始，读取图像；步骤(2)：将图像中的感兴趣区域提取出来，并将感兴趣区域图像保存到相应位置；步骤(3)：对提取到的感兴趣区域用Sobel算子提取边缘图像；步骤(4)：对提取到的边缘图像采用阈值法进行二值化，得到二值化的感兴趣区域道路边缘图像；步骤(5)：对二值化的感兴趣区域道路边缘图像进行特征点提取，得到两个候选特征点向量集合；所述步骤(5)的特征点提取方法为：根据车道线具有两条平行且相距较近边缘的特点，通过提取距离图像中心线较近的边缘点实现特征点的提取；步骤(5‑1)以二值化的感兴趣区域道路边缘图像ImB的中线l/2为分界线，将ImB分成左右两个图像ImBL和ImBR，并设置ImB坐标轴；步骤(5‑2)按从上到下的顺序分别统计ImBL和ImBR中离l/2中线最近边缘点和次近边缘点的距离值以及最近边缘点的坐标；假设ImBL第i行距离中线最近的边缘点坐标为pl_i＝(x_i,y_i)，距离值为dis_1,i＝l/2‑x_i，次近边缘点距离中线的距离值为dis_2i，则可生成候选特征点向量PL_i＝[dis_2,i,dis_1,i,x_i,y_i]；分别统计ImBL和ImBR每一行的特征点向量，生成特征点集合PL＝{PL₁,PL₂,…,PL_h}和PR＝{PR₁,PR₂,…,PR_h}；当ImBL或ImBR某行中无距离中线最近或次近的边缘点，则该行对应的特征点向量为空；步骤(6)：对两个候选特征点向量集合进行滤波去除噪声后，得到滤波后的两个特征点向量集合；所述步骤(6)的对两个候选特征点向量集合进行滤波的方法为通过设置阈值并计算由步骤(5)得到的水平方向特征点间的距离实现特征点的滤波；步骤(6‑1)设置特征点向量中最近边缘点距离dis₁与次近边缘点距离dis₂差值的最 大值dis_max，当PL中的第i个特征点向量PL_i＝[dis_2,i,dis_1,i,x_i,y_i]满足dis_2,i＞0且dis_2,i‑dis_1,i≤dis_max时，则保留PL_i，否则去除该特征点向量PL_i；步骤(6‑2)假设经上一步滤波后得到的PL和PR分别包含m和n个特征点向量，即PLf₁＝{PL₁,PL₂,…,PL_m}、PRf₁＝{PR₁,PR₂,…,PR_n}，其中PL_i和PR_j中所对应的下标i和j分别表示特征点向量序号，1≤i≤m，1≤j≤n；对于PLf₁，依次取其中的特征点向量PL_i，当i＝1时，PLf₁′＝{PL₁}；当i>1时，若|dis_1,i‑dis_1,i‑1|≤disn_max，则将PL_i保存到PLf₁′；若|dis_1,i‑dis_1,i‑1|＞disn_max，则统计PLf₁′中特征点的个数num，若num＜n_min，则从PLf₁中去除PLf₁′所包含的特征点，清空PLf₁′；其中，为设置的相邻特征点最近距离值之差的最大值，即n_min为设置的最少相邻特征点的个数；经上述滤波过程，可分别获得PL和PR所对应滤波后的特征点集PLf和PRf；步骤(7)：对特征点向量集合采用最小二乘法进行分段拟合；步骤(8)：判断两个特征点向量集合拟合是否完成，如果完成则进入步骤(9)；如果未完成则返回步骤(7)；步骤(9)：对得到的多条拟合直线判断以识别出车道线方程；步骤(10)：判断是否识别出车道线方程，如果是则转步骤11，如果否则返回步骤(9)；步骤(11)：根据识别出的车道线方程，对下一帧视频图像中的车道线进行跟踪；步骤(12)：输出最终的车道线检测结果。