[发明专利]一种鲁棒的车道线特征检测方法和装置

说明书

技术领域

本发明涉及图像处理和计算机视觉技术领域，特别涉及一种鲁棒的车道线特征检测方法和装置。

背景技术

近年来，随着城市化进程的不断推进和汽车的不断普及，人为造成的交通事故频繁发生，交通问题已成为人类社会亟待解决的重大问题。人们不但要求汽车具有优良的行驶性能，而且期望更加安全的汽车驾驶系统，这使得车道偏离预警系统有了很广阔的市场前景。

基于单目视觉的车道偏离预警技术相对于采用雷达、超声波、激光、红外线等技术具体以下特点：(1)图像信息含量极为丰富；(2)无需破坏路面或对现有道路进行大规模的改造；(3)可进行多车道检测，信息获取面积大，可同时实现道路检测和障碍物识别；(4)系统成本低,能提供实时录像，供以后使用；(5)缺点在于受天气、光照等影响较大、图像处理的数据量过大。

在基于单目视觉的车道偏离预警系统中，首先要感知车道线信息。目前，检测车道线特征的方法主要有：(1)检测图像的边缘或梯度特征，利用该特征去检测或拟合道路线；(2)检测图像的山脊特征，即检测图像上灰度值由减少到增加或由增加到减少的变化转折线，利用山脊特征去判别车道线。

图像边缘或梯度特征由于受到阴影、道路磨损、柏油路、路面汽车和隧道低照度条件下的干扰，梯度大小的变化很大。为了获取边缘信息，经常需要使用双门限阈值进行二值化，因此也带来了局部自适应的问题，如专利申请号201410223353.8“一种自适应阈值分割的车道线检测系统及其方法”，道路线特征的检测方法比较粗糙，鲁棒性较差；而一般的山脊特征具有抗阴影的特点，但是在山脊特征点缺乏方向一致性和连续性。如专利申请号201410812599.9“一种结合山脊边界检测及霍夫变换的快速车道线检测方法”，检测的山脊特征缺乏方向性和连续性，需要人为加以判断方向，并且需要设定阈值保留不连续的山脊特征，精确度较低。

发明内容

本发明旨在提供一种鲁棒的车道线特征检测方法和装置，精确度高，稳定可靠。利用各向异性滤波技术有效去噪，保留完整边缘信息，结合结构张量及向量场散度区分边缘、边角等边缘特征，从而检测出鲁棒的道路线特征。一种鲁棒的车道线特征检测方法和装置，具有图像旋转平移不变性和单调灰度变换不变性。能够更加有效地抑制噪声干扰，抵抗阴影、照度的影响，适用于不同相机、镜头、车辆和照明环境。

具体方案如下：一种鲁棒的车道线特征检测方法,包括以下步骤:

S1：采集道路图像；

S2：对所采集图像灰度化处理,获得道路图像所对应灰度图像；

S3：对灰度图像采用各向异性高斯滤波进行滤波去噪；

S4：对灰度图像进行边缘检测处理；

S5：获取车道线特征。

进一步地，步骤S3中对灰度图像采用各向异性高斯滤波进行滤波去噪的具体步骤为：

S31：计算各向异性高斯滤波后的灰度图像

Lσd(p)=Gσd(p)*L(p)]]>

p:＝(x,y)为图像坐标，为在x轴和y轴方向上选取不同尺度的二维高斯函数，σ_d:＝(σ_dx,σ_dy)为高斯函数的标准差，σ_dx和σ_dy为x轴和y轴上的尺度，*表示卷积操作，L(p)为原灰度图像。

进一步地，步骤S4中对灰度图像进行边缘检测处理步骤是：

S41：计算滤波后的图像梯度向量场