[发明专利]一种基于智能驾驶的斑马线实时检测的方法

摘要

一种基于智能驾驶的斑马线实时检测的方法属于智能交通行业的交通信息检测领域。本发明以20-50帧/秒的帧率实时获取智能车辆前方道路的图像Src_Image，对获取的原始图像Src_Image进行逆透视变换得到道路画面的鸟瞰图像Bird_View。其次，根据本车道的两条车道线从图像Bird_View中截取出本车道区域图像ROI_Image，然后对图像ROI_Image进行灰度化、自适应二值化、canny边缘提取、形态学腐蚀膨胀，获得二值化图像Dst_Bw。最后对图像Dst_Bw进行横向像素统计，得到到黑白跳转次数Sum、黑色条平均宽度Wb、白色条平均宽度为Ww以及平均条高H。如果S1<Sum<S2，|Wb-Ww|<W，Wb1<Wb<Wb2，Ww1<Ww<Ww2，H1<H<H2条件都满足，则认为前方出现斑马线，否则没有出现。

主权项

1.一种基于智能驾驶的斑马线实时检测的方法，其特征在于，包括以下步骤：1）首先固定采集视频的摄像头位置，安装在智能汽车的后视镜中间位置，距离地面1.1-1.2米，摄像头要求广角大于120度，分辨率大于640*480；通过智能车辆上的摄像机，以20-50帧/秒的帧率实时获取智能车辆前方道路的图像Src_Image，对获取的原始图像Src_Image进行逆透视变换得到道路画面的鸟瞰图像Bird_View；对图像Bird_View进行车道线检测，沿着本车道的两条车道线从图像Bird_View中裁剪出本车道区域图像，在此基础上进一步剪切，从上至下分成5份截取出图像的中间3份分作为感兴趣区域图像ROI_Image；2）对图像ROI_Image进行灰度化、自适应二值化、canny边缘提取、形态学腐蚀膨胀，获得二值化图像Dst_Bw；3）在图像Dst_Bw上虚拟10条等间距宽度为1像素的横线用于统计横线上的像素信息,设图像Dst_Bw的左上角坐标为(0,0)，width和height分别代表图像Dst_Bw的宽和高，L_i代表第i条横线,1≤i≤10,则横线L_i的左端起始坐标为(0,i*height/10-heigh/20);4）统计横线L_i的像素情况，包括黑白像素跳变次数Sum_i、连续黑色区域平均宽Wb、连续白色区域平均宽Ww，跳变次数Sum_i是用来计算本车道路面上斑马线白条带个数，连续黑色区域平均宽Wb是用来计算黑色条带的宽度，连续白色区域平均宽Ww是用来计算白色条带的宽度；所述Sum_i的计算方法如下：其中，Sum_i初始值为0，Vual(j,i*height/10-height/20)表示图像Dst_Bw中第i*height/10-heigh/20行第j列的像素值，0≤j≤width-1;所述Wb_i和Ww_i的计算方法如下：Wbi=Count_bi1/2*Sumi+1]]>Wwi=Count_wi1/2*Sumi]]>其中，Wb_i和Wb_i的初始值均为0，Count_b_i和Count_w_i分别表示这一行中黑色像素即像素值为0的像素和白色像素即像素值为255的像素的数量；5）根据斑马线的特征可知，在一个车道里的斑马线黑白条带数量、宽度是有一定范围的，不在这范围内说明不是斑马线而是其他干扰，因此这些数据需舍去，对Sum_i，Wb_i和Ww_i的值进行取舍具体规则如下：6）所述的Sum，Wb，Ww和H的计算方法如下：Sum=Σi=1i=10SumiCountnonzero_Sumi]]>Wb=Σi=1i=10WbiCountnonzero_Wbi]]>Ww=Σi=1i=10WwiCountnonzero_Wwi]]>H=H_end-H_begin其中Countnonzero_Sum_i，Countnonzero_Wb_i，Countnonzero_Ww_i分别表示Sum_i≠0，Wb_i≠0，Ww_i≠0的数量；H_begin和H_end分别表示斑马线中白条的顶端位置和底端位置，H则是白条的高度；7）最后根据Sum，Wb，Ww和H的值来判断是否出现斑马线；如果4≤Sum≤10，|Wb-Ww|≤width/10，width/9≤Ww≤width/6，width/9≤Wb≤width/4，height/5≤H≤height条件都满足，意味着满足了斑马线的所有特征，说明出现斑马线；否则，没有出现。