[发明专利]一种基于视觉的道路检测方法

说明书

技术领域

本发明涉及图像处理和机器视觉技术领域，特别是涉及一种基于视觉的道路检测方法。

背景技术

车辆的自动驾驶具有广泛的使用范围和极高的实用价值。在军事和工业领域，具有自动驾驶功能的车辆可以代替人类进入危险区域完成侦查、战斗和物质运输任务。在日常生活中，具有自动驾驶功能的车辆可以代替司机从而避免人为的交通事故，例如，酒后驾车和疲劳驾驶。道路检测方法是实现车辆自动驾驶的基础。利用道路检测方法得到的前方可通行区域是自动驾驶车辆下一步操作的依据。

道路检测可以使用基于激光雷达的检测方法。但是，随着汽车制造的成本不断降低，高端激光雷达相对汽车的价格越来越昂贵，使得基于激光雷达的道路检测方法不可能得到广泛应用。另一方面，激光雷达通过测量与四周障碍物的距离来检测道路。但是在真实的应用环境中，对道路的识别不仅仅依赖道路周围的障碍物，更重要的还通过道路上的标志线以及道路和周围不同的环境。激光雷达不能识别上述道路特征。

发明内容

本发明的目的是克服现有技术的不足，提供一种基于视觉的道路检测方法。

本发明的目的是通过以下技术方案来实现的：基于视觉的道路检测方法包括如下步骤：

1）在前方道路在同一平面的前提下，对车辆前方的道路进行透视变换，得到前方道路的俯视图；

2）对步骤1）得到的道路俯视图进行图像滤波，平滑由于强烈光照和阴影产生的噪声点；

3）对步骤2）得到的图像进行边缘检测，得到二值化图像；

4）根据道路模型对步骤3）得到的图像进行变换。得到一组变换后的图像。在道路模型中，使用不同的曲率来描述道路。因此，对应每一个曲率，都会得到一张变换后的图像；

5）对步骤4）得到的一组图像的每一幅图像的像素点分别在列方向上进行累计；

6）在某一列上拥有最大像素累积的前三幅变换图像所对应的曲率就是道路的可能曲率；

7）在原图像上进行图像分割。将图像分割成一块道路区域和若干块非道路区域；

8）将步骤6）得到的备选曲率和步骤7）得到的道路区域，利用几何方法计算匹配程度。匹配程度最大的6）中曲率就是道路的曲率；

9）从4）得到的图像中找到最大曲率所对应的变换后的图像，从中找到距离图像中心最近的三列，作为道路可能的边界；

10）将步骤9）得到的备选道路边界和步骤7）得到的道路区域，利用贝叶斯准则得到最符合9）中道路区域的道路边界。

本发明的有益效果是，本发明通过视觉的方法检测车辆前方的道路区域，而不再依赖昂贵的激光雷达。同时，由于使用视觉的方法检测道路，对道路标志线、道路和周围环境的差异有更好的响应。方法通过使用图分割技术和专门设计的几何判定标准，使得基于视觉的道路检测方法有很好的稳定性。

附图说明

图1是基于视觉的道路检测方法的流程图。

图2是基于视觉的道路检测方法所用到的道路模型。

具体实施方式

下面结合附图详细描述本发明，本发明的目的和效果将变得更加明显。

如图1所示，本发明基于视觉的道路检测方法包括如下步骤：

步骤1：在前方道路在同一平面的前提下，对车辆前方的道路进行透视变换，得到前方道路的俯视图。

在前方道路在同一平面的前提下，采用M.Bertozzi,A.Broggi:GOLD A parallel real time stereo vision system for generic obstacle and lane detection. IEEE Trans. Image Processing, 62-81(1998).所述方法对车辆前方的道路进行透视变换，得到前方道路的俯视图。

步骤2：对步骤1得到的道路俯视图进行图像滤波，平滑由于强烈光照和阴影产生的噪声点。

采用C.Tomasi，R.Manduchi：Bilateral filtering for gray and color images. Proc.of ICCV,839-846（1998）.所述方法对步骤1得到的道路俯视图进行图像滤波，平滑由于强烈光照和阴影产生的噪声点。

步骤3：对步骤2得到的图像进行边缘检测，得到二值化图像。

通过Canny算子进行边缘检测，从而得到二值化图像。