[发明专利]一种基于形态学变换和自适应阈值的快速车道线检测方法

摘要

本发明属于图像处理领域，一种基于形态学变换和自适应阈值的快速车道线检测方法，解决现有车道线检测算法可靠性能低和速度慢的问题。首先，取图像下部包含车道线的部分作为感性区域。其次，将彩色感性区域变换为灰度感性区域。然后，通过基于高斯分布模型的自适应阈值分割方法，计算出阈值，对灰度图进行阈值分割，就可以得到二值图像。然后，进行形态学变换，先对二值图进行膨胀操作，然后进行腐蚀操作，最后两幅图像做差，便得到图像的边缘信息。最后，采用改进的概率霍夫变换对车道线进行拟合。本发明得到一种高可靠性和高速度的车道线检测方法，使检测时间大大减少到0.016s，这对实时应用具有很大的意义。

主权项

一种基于形态学变换和自适应阈值的快速车道线检测方法，其特征在于，包括如下步骤：第一步，取图像下部包含车道线的部分作为感性区域；第二步，将彩色感性区域变换为灰度感性区域；第三步，利用自适应阈值分割方法把灰度感性区域内的车道线和非车道线分割开，得到二值图像；第四步，对二值图像进行形态学变换，即采用结构元素SE对二值图像进行如下处理：先对二值图像进行膨胀操作，然后进行腐蚀操作，再将前后两次操作得到的两幅图像做差，得到图像的边缘信息，将其放入边缘点集S(I)中；第五步，将S(I)分为左右两个部分LS(I)和RS(I)，其中，左车道线在LS(I)区域内，右车道线在RS(I)区域内；将LS(I)区域和RS(I)区域内的车道线上的像素点按列置入集合S；并行处理左右两部分区域的信息，其中一个部分区域的信息处理具体流程如下：(1)分割参数空间，为每个区间设计累加器acc(ρ,θ)，其初始值为零；(2)依次从S中提取一个像素点，并将此点从S中删除，在各个ρ值下计算相应的θ值，对应的累加器acc(ρ,θ)加1；再检测集合S是否为空，是则算法结束，否则进行下一步操作；(3)判断更新后的累加器的值是否大于或等于阈值thr，是则进行下一步，否则回到步骤(2)；(4)由更新后的累加器对应的参数确定一条直线，即为检测到的车道线。