[发明专利]一种基于视频图像处理的车道线提取方法

说明书

技术领域

本发明涉及车道线提取技术领域，特别涉及一种基于视频图像处理的车道线提取方法。

背景技术

随着社会经济的快速发展，驾车出行已然成为人们出行的主要方式。机动车出行给人们带来了很大的便利，但同时也存在着很大的隐患。据不完全统计，机动车驾驶人数量已过半，每年大约有数十万人死于交通事故。为了减少不幸事故的发生，也为了提升人们出行的方便性和舒适性，实现机动车的自动化已成为必然的趋势走向。所以对道路线的检测，如车道线的检测显得尤为重要，检测出车道线能够使自动驾驶更加智能化，带来更安全的保证。

目前，在进行车道线提取时，通常对采集的普通道路图像进行车道线边缘检测，然后直接根据车道线边缘点所构成的直线提取车道线。然而，普通道路图像所包含的车道线信息不全面，且在实际交通道路中，车道线并非一直是直线，直接根据车道线边缘点所构成的直线提取车道线，会造成提取的车道线不准确，从而导致车道线提取精度较低，此外，对所述普通道路图像进行边缘检测，需要处理的冗余图像信息量较大，造成边缘检测的速度较慢，从而导致车道线提取效率较低。

发明内容

本发明所要解决的技术问题是提供一种基于视频图像处理的车道线提取方法，旨在提高车道线的提取效率。

为实现上述目的，本发明提供以下的技术方案：

一种基于视频图像处理的车道线提取方法，该方法包括：

从第一摄像机取得拍摄的摄影图像作为第一摄影图像，从第二摄像机拍摄的摄影图像为第二摄影图像，其中所述第一摄像机安装在车辆的车头方向，第二摄像机安装在所述车辆的车位方向；

对所述第一摄影图像划定第一感兴趣区域，以及对所述第二摄影图像划定第二感兴趣区域，并对所述第一感兴趣区域和第二感兴趣区域进行滤波处理；

获取每个滤波后的第一感兴趣区域和第二感兴趣区域的哈尔小波Haar_like特征；

采用预设的分类器分别对每个所述图像区域的Haar_like特征进行分类，得到类别为车道线的第一图像区域和第二图像区域；所述预设的分类器为，通过boosting训练算法训练所述预定尺寸的样本图像的Haar_like特征得到的级联分类器；

根据所述第一图像区域和所述第二图像区域，提取彩色图像上的车道线。

可选的，在所述对所述第一摄影图像划定第一感兴趣区域，以及对所述第二摄影图像划定第二感兴趣区域，并对所述第一感兴趣区域和第二感兴趣区域进行滤波处理之前，包括：

分别对所述第一摄影图像和所述第二摄影图像进行边缘增强处理；

对边缘增强处理过的所述第一摄影图像和所述第二摄影图像进行二值化，得到二值化图像；

分别对所述第一摄影图像划定第一感兴趣区域，以及对所述第二摄影图像所对应的二值化图像划定第二感兴趣区域。

作为上述方案的进一步优化，所述对边缘增强处理过的所述视频图像进行二值化，包括：

将所述视频图像转化为灰度图像；

采用所述灰度图像的图像直方图确定阈值；

将处理过的所述视频图像中灰度值高于所述阈值的像素置为最高灰度级，将处理过的所述视频图像中灰度值低于所述阈值的像素置为最低灰度级。

可选的，所述根方法还包括：

获取所述车辆与前方车辆的距离。

可选的，提取所述第一摄影图像中的Haar-like特征；采用预设的分类器对提取到的Haar-like特征进行分类，确定所处前方车辆底边缘位置在所述视频图像中的位置；

根据所述前车底边缘位置在所述视频图像中的位置，确定所述本车与前车的距离。

另外，本发明实施例还公开了一种基于视频图像处理的车道线提取提取装置，包括：

摄像模块，用于从第一摄像机取得拍摄的摄影图像作为第一摄影图像，从第二摄像机拍摄的摄影图像为第二摄影图像，其中所述第一摄像机安装在车辆的车头方向，第二摄像机安装在所述车辆的车位方向；

划定模块，用于对所述第一摄影图像划定第一感兴趣区域，以及对所述第二摄影图像划定第二感兴趣区域，并对所述第一感兴趣区域和第二感兴趣区域进行滤波处理；

获取模块，用于获取每个滤波后的第一感兴趣区域和第二感兴趣区域的哈尔小波Haar_like特征；