基于交通路口视频的车道检测和分割方法

摘要

本发明涉及计算机图像处理领域，公开了一种基于交通路口视频的车道检测和分割方法，包括利用Hough变换对交通路口的视频图像进行检测的步骤，提取多维特征向量的步骤，利用K-means算法实现聚类的步骤。本发明的优点在于，具有较好的适应性，实时性和稳定性，抗干扰能力好，不仅简化了操作步骤和计算步骤，减少了计算资源的消耗，还可以得到较为稳定的检测结果，适应于各种智能交通系统中的车道分析应用，具有较高的应用价值。

主权项

一种基于交通路口视频的车道检测和分割方法，其特征在于，包括以下具体的步骤：1）利用Hough变换对交通路口视频图像进行检测，提取视频图像中的直线；在进行Hough变换时，加入直线长度的约束条件，所述约束条件为图片长度的1/5，排除不符合该约束条件的直线；在进行Hough变换时，每当将图像空间中的像素点映射到参数空间后，检测每个累加器的计数是否超过累加阈值从而确认是否存在直线，并获得直线上的点的集合；2）提取步骤1）所得直线的多维特征向量，所述多维特征向量包括直线的斜率、位置、长度以及与边缘检测图片的匹配度；3）利用K‑means算法实现聚类，将聚类所得直线簇采用半机械学习方法进行分析，利用聚类的中心的直线簇作为边界，划分出车道；所述半机械学习方法包括以下步骤：提取视频图像所摄取的路口车道的岔口数量，将直线簇与上述路口车道的岔口数量进行比较，确定直线簇与上述路口车道的岔口数量的匹配度；所述K‑means算法包括以下步骤：采用多中心聚类比较的方法确定中心的数目，采用K‑means算法实现对步骤2）所得多维特征向量进行分析并提取初始聚类中心。