[发明专利]一种从单幅图像检测道路的方法

说明书

技术领域

本发明涉及一种检测道路的方法，尤其是涉及一种自底向上从单幅图像检测道路的全自动方法。 

背景技术

实时道路监控，智能行走机器人或自动驾驶车辆等计算机视觉系统中面临的一个重要问题就是检测前方可行的道路以及检测道路中的障碍物等。在没有任何有关道路的先验知识帮助下，从单幅图像检测道路在数学上是一个病态问题。 

目前多数方法是针对在人工环境下拍摄得到的图像，如室内和城市街道图像等，进行道路检测。因为这些图像满足“曼哈顿世界”(Manhattan World)的假设，即图像中多数直线的方向与真实三维世界坐标系中相互正交的坐标轴相符，因此将这些线条按照不同方向进行聚类可以帮助计算机估计三维场景的空间结构信息。 

然而在非人工环境中拍摄得到的图像与在人工环境下拍摄得到的图像有很大的差异性，如郊区、沙漠和荒野等地，从这些图像中检测到的多数直线是由树木、植被、远处山脉和天空中云彩等产生，而这些直线方向与真实三维世界中相互正交的坐标系并不相符，因而这些直线对于估计图像中道路会造成很大的干扰。 

根据目前已查阅的技术文献来看，现有基于图像的道路检测技术中的一类在2010年8月发表于IEEE图像处理期刊的论文（H.Kong,J.Y.Audibert,and J.Ponce,“General road detection from a single image,”IEEE Trans.On Image Processing,19(8):2211-2220,2010）有所介绍。此类技术采用一组空间方向滤波器阵列，如Gabor滤波器，检测图像中每个像素点的纹理方向，然后采用投票策略，获得票数最多的像素点被确定为道路的消失点。在检测道路消失点的基础上，再估计道路两边边沿直线。这类方法的局限性在于投票过程计算复杂度高，不适用于实时系统；另外如果道路场景中存在一些与道路边界或车辆轨迹相比具有更强的边缘强度的对象，如广告牌，或车辆等，则投票结果会出现很大的偏差，因为投票点的资格一般由像素点上方向滤波器响应的强度决定；另外仅仅基于直线的检测方法对于弯曲度很大的道路并不适用。 

发明内容

本发明一方面提供了一种基于图像检测道路的方法，该方法包括下列步骤：输入道路图像；把图像分割成初始道路区域和初始非道路区域；确定图像中每个像素点属于道路区域的似然度和属于非道路区域的似然度；然后将每个像素点属于道路区域的似然度和属于非道路区域的似然度的比值与一阈值比较，并根据比较结果确定该像素点是否属于道路区域。 

此方法利用一般道路图像中的直线信息，结合位于直线上像素点的梯度方向应具有一致性的特点，去除图像中与道路或车辆轨迹不相关的边缘线。然后采用最小二乘方法对这些图像边缘拟合得到对应直线的方程。并根据一般道路图像中道路边界是从道路消失点往图像底部延伸，道路内部的纹理色彩应具有相似性或均匀性，每两条相交直线从交点开始朝向图像底部的线段所包裹区域内像素点纹理色彩的差异性，和每相交的两条直线上像素点的梯度方向和直线方向一致性测度，构造一个能量函数，而将具有最小能量的交叉直线对的交点确定为检测到的道路消失点。针对具有最小能量的交叉直线对从消失点开始通向图像底部的两条线段之间的区域会覆盖图像中部分道路区域，有时会覆盖图像中部分非道路区域，利用这个初始粗略道路分割结果，由于一般道路区域内色彩分布相对比较集中，而非道路区域中色彩分布相对比较分散，采用不同的统计分布模型分别为道路区域和非道路区域建立色彩分布统计模型,然后采用一个简单的似然度比例分类器能修正在检测消失点过程中附带检测到的初始道路部分。 

实际应用中，此方法可以采用如下具体步骤来实现： 

（1）输入一幅道路图像； 

（2）设定一个长度阈值T₁，角度偏差阈值T₂，以及将用于直线拟合图像边缘的数目N₁，长度阈值逐次减少的数值T₃，和满足方向一致性要求的图像边缘的数目N₂； 

（3）采用图像边缘检测方法得到道路图像中每个像素点的梯度方向和边缘点； 

（4）采用光栅扫描方式和八连通方法去除图像中孤立的边缘点，连接边缘点，得到图像边缘；