[发明专利]一种基于图像处理的结构化道路识别方法

说明书

本发明公开了一种基于图像处理的结构化道路识别方法，涉及汽车技术领域；它的识别方法如下：步骤一：道路图像预处理算法，步骤二：道路图像边缘检测算法；步骤三：道路检测与识别算法；本发明使得改进后的算法具有适应性强、稳定性好、识别率高等优点；能够实现图像的采集、处理与识别，提高了准确性，使用方便。

技术领域

本发明属于汽车技术领域，具体涉及一种基于图像处理的结构化道路识别方法。

背景技术

20世纪末，智能交通系统(ITS)被正式提出，其主要致力于提高车辆的安全性、智能性以及提供友好的人车交互界面。智能车辆(IV)是智能交通系统的重要组成部分，将环境感知、决策规划、自动驾驶等功能集于一身，能够极大地提高驾驶的安全性。随着经济的发展和科技的进步，各国学者提出了一些可行性较高的道路识别技术方案，但仍存在一些不足之处，本发明提出一种基于图像处理的结构化道路识别方法。

发明内容

为解决现有的问题；本发明的目的在于提供一种基于图像处理的结构化道路识别方法。

本发明的一种基于图像处理的结构化道路识别方法，它的识别方法如下：

步骤一：道路图像预处理算法：

通过视觉系统采集到的道路图像不仅包含道路信息，同时含有路边景物信息和大量的随机噪声，对采集到的道路图像进行预处理，在传统小波阈值函数的基础上，增加一个阈值控制因子，通过对阈值因子的控制调节阈值程度，使阙值函数在阈值点处保持连续，在边缘处保持图像的真实性，

步骤二：道路图像边缘检测算法：

道路图像的预处理完成后,采用基于最大类间方差法的Canny边缘检测算法对道路图像进行分割，选用对分割效果较好的Otsu法，实现高低阈值的自动选取，最终去除无用信息，获得比较完整的车道线边缘图像；

步骤三：道路检测与识别算法：

经过道路图像边缘检测，得到具有完整的车道线信息和少量无用信息的二值化图像，识别算法对道路类型进行判断，通过对道路图像划分检测区域，在检测区域内采用Hough变换检测算法，提取出子区域内的直线段，通过对Hough参数进行条件设定，筛选出符合条件的直线段并进行线段连接，运用分段直线道路模型对道路进行匹配拟合，计算当前时刻汽车的姿态、预测下一时刻道路的走向：直行，左转弯，右转弯。

与现有技术相比，本发明的有益效果为：

一、使得改进后的算法具有适应性强、稳定性好、识别率高等优点；

二、能够实现图像的采集、处理与识别，提高了准确性，使用方便。

附图说明

为了易于说明，本发明由下述的具体实施及附图作以详细描述。

图1为本发明的流程图。

实施方式

为使本发明的目的、技术方案和优点更加清楚明了，下面通过附图中示出的具体实施例来描述本发明。但是应该理解，这些描述只是示例性的，而并非要限制本发明的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本发明的概念。

在此，还需要说明的是，为了避免因不必要的细节而模糊了本发明，在附图中仅仅示出了与根据本发明的方案密切相关的结构和/或处理步骤，而省略了与本发明关系不大的其他细节。

如图1所示，本具体实施方式采用以下技术方案：步骤一：道路图像预处理算法：