[发明专利]基于三叉树遍历的车道线检测方法

权利要求书

1.一种基于三叉树遍历的车道线检测方法，其特征在于，该方法包括以下步骤：

选择原始图像中的感兴趣区域，该感兴趣区域是以中心线L_mid为中心向两侧扩展的一片区域；

对感兴趣区域中的图像进行分割和膨胀处理，以获取有意义的前景像素，进而提取有效特征点；

在膨胀图像的基础上，采用基于车道线左右边缘点的中间点提取算法，获取代表车道线的候选特征点；

把一串连续的候选特征点称作一个像素条B(x,y)，把每个像素条看做三叉树，顺序地遍历所有的三叉树，以滤除候选特征点中的伪特征点；

伪特征点被滤除之后，根据中心线y＝L_mid将图像分为左右两部分，使用RANSAC算法分别对其中的有效特征点进行拟合，得到拟合的车道线；

当有效特征点图内无特征点时，拟合算法无法进行，使用预测算法来预测车道线：

假设已扫描n帧图像，检测结果集R和权重集W分别为：

R＝{(k_i,b_i)|i＝1,2,....,n} (1)

其中，w_i为第i帧图像的预测权值，k_i、b_i分别为第i帧图像检测到的或预测的斜率值和截距值；

则第n+1帧图像的车道线预测模型为：

其中，k_n+1、b_n+1分别为第n+1帧图像的斜率和截距的预测值。

2.如权利要求1所述的基于三叉树遍历的车道线检测方法，其特征在于，对感兴趣区域中的图像进行分割处理时选取的灰度化转换模型为：

P_gray＝0.2989×R+0.5870×G+0.1140×B (4)

其中，R、G、B分别为图像的红、绿、蓝通道，然后使用Otsu方法对灰度化的图像进行二值化分割处理，最后使用式(5)所示的结构元素对分割后的图像进行水平膨胀：

se＝[111…111] (5)

其中se为一个大小为1×13的平坦结构元素。

3.如权利要求1所述的基于三叉树遍历的车道线检测方法，其特征在于，候选特征点的选取方法为：从左至右、从上至下逐行扫描当前图像，并设yLeft、yRight和yMiddle为三个变量，分别存储车道线或噪声的左边缘点、右边缘点和候选特征点的坐标，在对当前行进行扫描时，把遇到的第一个前景像素点的列坐标P_L存入yLeft中，继续向右扫描，寻找首个背景像素点，获得其列坐标P_R，将P_R-1存入yRight中；

因此可以得到左、右边缘点之间的距离dist为：

dist＝yRight-yLeft (6)

根据车道宽度的时序一致性，使用当前帧的距离约束，候选特征点的提取模型为：

当λ(P)＝1时，说明检测到候选特征点，否则本次没有检测到候选特征点，从yRight后的第二个像素点继续扫描，直到图像扫描完毕；其中[α₁,α₂]是车道线的宽度取值范围，它是根据车道线宽度的时序一致性得到的，α₃是感兴趣区域的宽度，候选特征点的列坐标yMiddle使用如下公式计算得到：

yMiddle＝(yLeft+yRight)/2 (8)

添加该特征点到候选特征点集中。