[发明专利]一种基于灭点检测的宽度自适应车道线检测方法及系统

权利要求书

1.一种基于灭点检测的宽度自适应车道线检测方法，该方法基于一检测系统实现，以车载相机拍摄的连续图片作为输入，该检测系统包括车道线标识提取模块、车道线拟合模块和车道线追踪模块，其特征在于包括以下步骤：

1)在车道线标识提取模块内，首先对输入图片进行逐行扫描获取满足先验车道线宽度要求的左右边缘对特征，再将左右边缘对特征聚类以获得车道线标识，对车道线标识依据颜色、大小、位置进行筛选；

2)在车道线拟合模块内，首先将车道线标识拟合为解析形式，再利用车道线投票得到灭点，然后利用灭点对拟合出的车道线进行筛选；

3)在车道线追踪模块内，利用卡尔曼滤波实现车道线追踪，实现连续视频输入下的优化，并计算最优化宽度阈值，向车道线标识提取模块反馈该最优化宽度阈值，以获得更好的性能。

2.如权利要求1所述检测方法，其特征在于：所述步骤1)中，左右边缘对特征的获取方法包括以下步骤：

1.1)进行预处理：将输入图片中地平线以上部分去除；

1.2)将输入图片转化为灰度图，利用车道线的高亮度，在灰度图上检测灰度跳变的位置，作为可能的车道线边缘特征；

1.3)边缘提取结束后，逐行选取符合车道线宽度要求的边缘对特征，若某一左边缘与某一右边缘距离满足预先设定的宽度范围要求，则记其为边缘对；

1.4)将左右边缘对特征聚类以获得车道线标识；

1.5)依据颜色、大小和位置对车道线标识进行筛选。

3.如权利要求2所述检测方法，其特征在于：所述步骤1.2)中，灰度跳变的检测方法为：

1.2.1)对图片进行逐行扫描，对每一个像素坐标(x,y)，计算该处平均灰度梯度；

1.2.2)若某处平均灰度梯度为局部极值且大于预先设定的梯度阈值，则视其为边缘特征，根据梯度的正负区分左边缘和右边缘；

1.2.3)梯度阈值与该处灰度值成比例设置。

4.如权利要求2所述检测方法，其特征在于：所述步骤1.4)中，车道线标识获取方法为：

1.4.1)根据边缘对特征之间的几何距离、角度，将其聚集为若干区块；

1.4.2)逐一考察边缘对特征，将第一个边缘对特征初始化为第一个区块；每考察一个边缘对特征，就与现有各区块的位置、角度进行比较：首先将该区块所包含的各边缘对的中点进行二次拟合，判断待考察的边缘对与拟合曲线的偏差，若小于预先设定的阈值，则将其聚类到该区块中，若不能聚类到任一现有区块，则记其为新的区块；

1.4.3)重复步骤1.4.2)的操作，直到所有边缘对特征都用完，所生成的每个区块都是一个车道线标识，从而实现了车道线标识的检测。

5.如权利要求2所述检测方法，其特征在于：所述步骤1.5)中，筛选原则为：

1.5.1)颜色的筛选条件：依据颜色的筛选在HSI颜色空间中进行，判断是否满足S小于S_th，或H_min＜H＜H_max，不满足的车道线标识则被剔除；

1.5.2)车道线特征数的条件：判断车道线标识中所含有的车道线特征数是否大于预先设定的阈值，若不大于则将该车道标识剔除；

1.5.3)灭点距离的条件：判断车道线标识到灭点的距离是否小于预先设定值，不小于则将该车道标识剔除；

同时满足1.5.1)颜色的筛选条件和1.5.2)车道线特征数的条件，或同时满足1.5.1)颜色的筛选条件和1.5.3)灭点距离的条件，则该车道线标识为有效车道线标识。

6.如权利要求1所述检测方法，其特征在于：所述步骤2)中，车道线拟合模块需将车道线标识进行拟合得到解析表达，并根据灭点检测对拟合出的车道线进行过滤，具体包括以下步骤：

2.1)对步骤1)得到的车道线标识进行互相关联，若有共线的车道线标识则将其合并为一个车道线标识，以使一条虚线车道线上的数个标识合并为一个整体，然后对车道线标识进行二次拟合，得到备选车道线方程，

2.2)得到所有备选车道线方程后，根据灭点进行筛选，以去除不符合透视关系要求的线。