[发明专利]一种车道线检测方法

说明书

本发明涉及汽车辅助驾驶技术领域，本发明公开了一种车道线检测方法。包括1）利用投票映射检测消失点，建立自适应感兴趣区域ROI；2）感兴趣区域ROI内的图像的RGB颜色值转换为YCBCR颜色值并提取白色车道线Y分量并生成白色车道线的二值化图像；3）车道标志二值化图像采用凝聚式分层聚类；4）采用拟合方法输出连续的车道标记。与现有技术相比，本发明的车道线检测方法有以下优点：本发明有很好的鲁棒性，通过建立自适应ROI有效的降低了计算的复杂度，提高了不同光照条件下车道线检测的效率提高了算法的实时性。

技术领域

本发明属于汽车辅助驾驶技术领域，具体涉及一种车道线检测方法。

背景技术

随着近年来经济的快速发展，人民生活水平的快速提高，道路上的车辆变得越来越多，导致人们对于车辆行驶安全的问题变得越来越重视。据统计，每年约有50％的汽车交通事故是因为汽车偏离正常的行驶车道引起的，因此对于车汽车辅助驾驶技术道的研究是非常有意义的。而车道线的检测作为汽车辅助驾驶技术的重要组成部分，对汽车辅助驾驶技术的研究和发展起着具足轻重的作用。

目前针对车道线检测的方法有很多，已经提出了基于视觉的方法有反透视映射、粒子滤波和Hough变换等，但这些方法都具有较高的计算复杂度和在复杂的光照条件下具有不理想的性能。因此对于能在恶劣天气、夜间以及各种不同光照条件下工作和降低计算复杂度的算法的研究是很重要的。

发明内容

发明目的：为了解决现有车道线检测的方法中存在的缺陷，本发明提出了一种车道线检测方法，采用投票法来建立自适应ROI，降低了算法的计算复杂性，提高了光照变化的情况下的车道线检测的效率，采用自适应的ROI弥补感兴趣区域的固定确定法的缺陷，可以很好的解决下半部分存在不足以进行车道线检测的情形，利用凝聚式分层聚类方法，使该车道线检测方法具有很好的鲁棒性。

技术方案：本发明公开了一种车道线检测方法，包括以下步骤：

步骤1：对输入的原图像进行消失点检测；

步骤2：根据步骤1检测到的消失点的位置，建立自适应感兴趣区域ROI；

步骤3：将所述感兴趣区域ROI内的图像的RGB颜色值转换为YCBCR颜色值并提取Y分量并生成白色车道线的二值化图像，得到白色车道的候选区域；

步骤4：对所述白色车道线的二值化图像采用凝聚式分层聚类方法，输出一组具有相似斜率和Y轴截距的直线集；

步骤5：对所述步骤4中的直线集采用拟合方法，并输出连续的车道标记，得到相应的车道线。

进一步地，所述步骤1中消失点检测具体过程为：

步骤1.1：对输入的原图像进行灰度化处理，使用canny边缘检测器进行边缘检测，输出若干个小线段；

步骤1.2：对所述若干个小线段利用Hough变换进行线段检测，得到若干个检测线；

步骤1.3：计算所述步骤1.2中各所述检测线的交点并生成累计检测线交点的投票图，找到投票最多的区域的中心点，将其定义为消失点。

进一步地，所述步骤2中将步骤1中的消失点用十字标记表示，以消失点垂直坐标的水平消失线下的区域确定感兴趣区域ROI的高度，在原图像中标记感兴趣区域ROI。

进一步地，所述步骤3中将图像的RGB颜色空间转换为YCBCR颜色空间并提取Y分量，其转换公式为：

Y＝0.299R+0.587G+0.114B

其中，R、G、B代表的RGB图像的三个分量，其分别代表的红色分量、绿色分量、蓝分量色。

进一步地，所述步骤3中白色车道线的二值化图像可以表示为：