[发明专利]一种基于脊状图与改进顺序RANSAC的车道线检测与车辆定位方法

权利要求书

1.一种基于脊状图与改进顺序RANSAC的车道线检测与车辆定位方法，其特征在于：该方法包括如下步骤，

步骤一：计算脊形值；

步骤二：根据得到的脊形值对传统的恒定阈值方法进行优化，根据脊形值的灰度级图像作直方图，根据直方图横纵坐标设置阈值；

步骤三：根据设置的阈值对图像进行阈值化，然后根据在阈值化图像中提取出车道线中轴像素，进行部分像素的桥接，移除部分异常像素组；

步骤四：构建车道线模型，简化车道线模型为双曲线模型；

步骤五：引入改进的顺序RANSAC方法，同时根据车道线模型和像素组进行车道线模型拟合；

步骤六：根据双边车道线模型进行模型配对，通过选取最多支持数据点的组合进行模型的最终确定；

步骤七：根据确定的车道线模型来进行车辆定位信息的计算。

2.根据权利要求1所述的一种基于脊状图与改进顺序RANSAC的车道线检测与车辆定位方法，其特征在于：步骤一：建立灰度化道路图像的脊状图，并推导脊状图的脊形值；

灰度化道路图像的脊状图线指的是图像中长条形车道线的中轴线，z轴的高度表示强度；当接近中心轴线的时候，强度就会增加，形成一种类似山脊的形状，脊形值像山脊一样将像素邻域量化；脊形值的推导如下：

首先，原始灰度化图像L(x)与一个2D高斯滤波器进行卷积，L(x)是HIS颜色空间中的I的强度值；变量x表示图像中所有的像素；

是一个各向异性高斯核，的核矩阵是一个协方差矩阵∑＝diag(σ_dx，σ_dy)，其中σ_dy是恒量，σ_dx随行数增加，行数设定为与车道线宽度的一半相等，取决于摄像机焦距长度和俯仰角

每个沿着行(u)和列(v)方向的像素都有一个梯度向量场，表示为

每个像素的梯度向量进行点积，得到一个与海赛矩阵相似的2×2矩阵即

每个矩阵与另一个高斯滤波器卷积得到结构张量场，即

特征向量与的最大特征值相对应，对于特征向量和特征值，存在显式解，以加快计算速度；将投射至得投射变换

在每个像素定义一个新的向量场表示为

那么脊形值即可用散度的正值定义得到，即

3.根据权利要求1所述的一种基于脊状图与改进顺序RANSAC的车道线检测与车辆定位方法，其特征在于：步骤二：根据得到的脊形值对恒定阈值方法进行优化，根据脊形值的灰度级图像作直方图，根据直方图横纵坐标设置阈值；

一副待处理的图像由两部分组成，包括路面部分和天空、树木、围栏部分，所以处理图像时只截取出对车道线检测有用信息多的部分，多为图像的下半区域；

经过计算得到脊形值后，就提取得到脊形值灰度级图像的直方图，直方图的横坐标为脊形值，纵坐标为每一区块的像素数；每个区块都按降序排列，直到像素的数量超过一个根据图像得到的计算值N；该区块中相应的最小的脊形值将被设置为阈值。

4.根据权利要求1所述的一种基于脊状图与改进顺序RANSAC的车道线检测与车辆定位方法，其特征在于：步骤三：根据设置的阈值对图像进行阈值化，然后根据在阈值化图像中提取出车道线中轴像素，进行部分像素的桥接，移除部分异常像素组；

经过图像阈值化后，从图像中提取出几乎全部的车道线中轴像素，但是有一些像素并不是连接在一起的，而且还存在许多由道路上的阴影的不规则形状产生的噪声点，采用一个桥接操作来连接部分像素，形成许多个像素组，然后对桥接好的像素组进行标记；如果标记像素组的像素数小于规定的阈值，那么移除该组，这个阈值由组成一条车道线段中轴所需的最小像素数来确定；在已知相机的俯仰角和内部参数的情况下，假设在待处理图像下半部分中最远处取一段车道线段，即可估算得到最小的阈值；此外，为了避免车道线被阴影遮蔽和光照条件不理想时变得不清晰，这里的阈值设定要尽可能小。