[发明专利]一种车道线检测方法及装置

说明书

本申请公开了一种车道线检测方法及装置，方法包括：获取路面的正射图；对正射图进行网格划分，得到若干图片块；利用目标分类器对各个图片块进行车道线识别，确定图片块是否包含车道线；对包含车道线的图片块进行二值化处理，得到黑白两色构成的图片块，其中，颜色为白色的像素点为车道线对应的像素点。本申请利用分类器进行车道线的检测，在训练分类器时可以通过丰富训练样本的类型来使得分类器检测结果更准确，例如，采用包含不同遮挡物的路面正射图以及不同天气环境下拍摄得到的路面正射图对分类器进行训练，使得应用分类器进行车道线检测时其检测结果更加准确。

技术领域

本申请涉及车道线检测技术领域，更具体地说，涉及一种车道线检测方法及装置。

背景技术

车道线检测可以为导航、汽车辅助驾驶、无人驾驶等技术提供重要的数据支持，因此车道线的检测至关重要。

现有车道线检测技术，主要是基于对路面拍摄得到的整张图片，采用直线检测技术进行直线检测，将图片中检测得到的直线确定为车道线。而由于实际路况的复杂性，路面受其它物体如汽车、障碍物、路牌等遮挡影响，同时天气环境也会对图片拍摄带来影响，例如阳光、雨水等均会影响针对路面拍摄的图片的质量。

采用现有技术进行车道线检测时，受图片拍摄质量和图片内遮挡物的影响，其检测结果不够准确。

发明内容

有鉴于此，本申请提供了一种车道线检测方法，用于解决现有车道线检测技术受图片拍摄质量和图片内遮挡物的影响，其检测结果不够准确的问题。

为了实现上述目的，现提出的方案如下：

一种车道线检测方法，包括：

获取路面的正射图；

对所述正射图进行网格划分，得到若干图片块；

利用目标分类器对各个图片块进行车道线识别，确定图片块是否包含车道线，所述目标分类器为预先利用包含车道线和不包含车道线的正射图训练样本进行训练后，得到的分类器；

对包含车道线的图片块进行二值化处理，得到黑白两色构成的图片块，其中，颜色为白色的像素点为车道线对应的像素点。

优选地，还包括：

对不包含车道线的图片块进行处理，得到黑色的图片块；

用黑白两色构成的图片块以及黑色的图片块，组成所述正射图的二值图。

优选地，还包括：

对所述二值图中的颜色为白色的像素点进行聚类，得到若干聚类；

确定各聚类中的像素点围成区域的几何特征是否满足车道线的几何特征；

将不满足车道线的几何特征的聚类中的像素点在所述二值图中对应的颜色设置为黑色。

优选地，所述对所述二值图中的颜色为白色的像素点进行聚类，包括：

采用基于密度的聚类算法，对所述二值图中的颜色为白色的像素点进行聚类。

优选地，所述确定各聚类中的像素点围成区域的几何特征是否满足车道线的几何特征，包括：

确定各聚类中像素点的外接矩形，所述外接矩形为包围所述聚类中所有像素点的最小矩形；

在聚类的外接矩形中，沿外接矩形长度方向，按行扫描颜色为白色的像素点，每行中首尾两个白色的像素点的距离记为该行的宽度；

根据聚类的外接矩形中各行的宽度，确定聚类的平均宽度；

判断聚类的平均宽度是否满足设定的车道线宽度条件；

对于不满足设定的车道线宽度条件的聚类，确定其不是车道线；