[发明专利]一种在弯曲道路监控环境下获取地平线的方法

说明书

本发明提供了一种在弯曲道路监控环境下获取地平线的方法，包括：步骤1，在弯曲道路图像中划分背景区域和运动区域，并获取运动区域中的多条车辆轨迹；步骤2，从多条车辆轨迹中筛选得到车辆直线轨迹集合和车身边缘直线集合；步骤3，在车身边缘直线集合中选取与车辆直线轨迹集中任一条车辆直线轨迹相垂直的车身边缘直线作为车辆横向边缘直线，即得到车辆横向边缘直线集合；步骤4，将车辆直线轨迹集合和车辆横向边缘直线集合映射到钻石空间中，分别得到钻石空间中两个折线集合，获取两个折线集合的交点，即为钻石空间中的消失点；步骤5，将钻石空间中的消失点转换到图像空间中，得到图像空间中的消失点(u₀,v₀)和(u₁,v₁)，消失点(u₀,v₀)和(u₁,v₁)相连直线的延伸即为地平线。

技术领域

本发明属于智能交通领域，具体涉及一种在弯曲道路监控环境下获取地平线的方法。

背景技术

地平线的求取是许多场景下的一种重要特征。目前，地平线检测的方法大体上分成3类:基于边缘特征、基于机器学习和基于区域特征。基于边缘特征的方法，是在图像边缘点的基础上通过霍夫变换得到地平线的方程，对于交通视频场景而言，公路、房屋、农田等直线特征明显，再加上低能见度带来的图像模糊，难以提取到精细的边缘；基于机器学习的方法，需要预先学习训练，训练结果的泛化能力和在线应用通常难以保证，因而限制其应用的范围，另外有研究者综合改进了这些方法，提出基于类间方差的地平线检测算法，该算法取图像蓝色通道，使用角度和距离两个变量对图像中的直线进行穷举，构造类间方差最优判别准则，对直线筛选得到地平线，然而该算法时间复杂度与角度、距离的穷举分辨率成正比，运算量大；基于边缘检测方法，要求地平线是比较明显的，或者是路面上有比较突出的特征，并且可以根据这些特征分割出图像中路面区域。

上述现有方法在一定的前提条件下可以完成地平线检测，但是在实际应用中，受实际场景的环境限制明显，例如在复杂的道路场景(弯曲道路，遮挡，阴影，车道线模糊不清及拥堵等场景)中，不能非常准确的检测出地平线，并且检测的计算复杂度也比较高。

发明内容

针对现有技术中存在的不足，本发明的目的在于提供一种在弯曲道路监控环境下获取地平线的方法，解决现有技术在交通场景中特征提取不准确导致的地平线求取有误且计算量大的技术问题。

为了解决上述技术问题，本申请采用如下技术方案予以实现：

一种在弯曲道路监控环境下获取地平线的方法，包括以下步骤：

步骤1，从监控视频中获取弯曲道路图像，在弯曲道路图像中划分背景区域和运动区域，并获取运动区域中的多条车辆轨迹；

步骤2，从多条车辆轨迹中筛选得到车辆直线轨迹集合和车身边缘直线集合表示第i条车辆直线轨迹，h表示车辆直线，N_h表示车辆直线轨迹的总数；表示第j条车身边缘直线，v表示车身边缘，N_v表示车身边缘直线的总数；

步骤3，在所述车身边缘直线集合Ω_v中选取与车辆直线轨迹集合Ω_h中任一条车辆直线轨迹相垂直的车身边缘直线作为车辆横向边缘直线，获得车辆横向边缘直线集合

步骤4，将车辆直线轨迹集合Ω_h和车辆横向边缘直线集合映射到钻石空间中，分别得到钻石空间中两个折线集合，获取两个折线集合的交点，获得钻石空间中的消失点；

步骤5，将钻石空间中的消失点转换到图像空间中，得到图像空间中的消失点(u₀,v₀)和(u₁,v₁)，消失点(u₀,v₀)和(u₁,v₁)相连直线的延伸即为地平线。