專利名稱：復雜路況下的車道線特征點提取方法與裝置的制作方法
技術領域：
本發明屬于汽車智能輔助駕駛系統技術領域，涉及復雜路況下的車道線特征點提取方法，特別是一種基于結構張量場水平集外在曲率的特征點提取法。
背景技術：
近年來，隨著我國經濟的快速發展，客貨運量的增加，我國公路建設路程迅猛增長，特別是高速公路的快速發展，大大緩解了我國經濟發展給交通運輸業帶來的壓力。但是隨著公路建設路程的增長、汽車保有量的增加、車流量的加大以及行車速度的提高，道路交通事故呈逐年惡化的態勢，特別是特大惡性交通事故頻繁發生，給人們的生命財產和國民、經濟造成了巨大的損失。例如，2009年，中國汽車保有量約占世界汽車保有量的百分之三，但交通事故死亡人數卻占世界的百分之十六。據公安部交通管理局通報，2009年，全國共發生道路交通事故238351起，造成67759人死亡、275125人受傷，直接財產損失9. I億元。因此研究車道偏離預警系統，輔助駕駛員在單調駕駛環境中保持車輛在車道內行駛，已經成為國內外的研究重點。在安全輔助駕駛系統中，車道線的正確檢測是該系統正常工作的基本前提和關鍵技術。檢測過程分為兩步首先，對車道線的特征點進行提取，然后基于假定的車道線模型對提取出的特征點進行擬合。由此可知車道線特征點提取是對車道線進行正確檢測至關重要的一步。國內外研究人員已經提出了很多基于視覺的車道線檢測算法，其中大部分算法都是基于車道線的邊緣特征。例如，利用邊緣檢測提取特征點再用Hough變換或其改進算法來匹配直線車道線模型，采用二次曲線、雙曲線和樣條曲線車道模型并通過對特征點擬合獲得車道線參數以及運用方向可調濾波器提出特征點并通過特征點來擬合組合車道模型。然而當光照變化、陰影遮擋車道線、車道線破損、污跡覆蓋車道線等情況存在使道路圖像變得復雜時，車道線邊緣與路面的對比度降低，此時基于邊緣的方法和很難確定一個合適的閾值來濾除噪聲邊緣而僅保留車道線邊緣信息，故在此情況下，此類方法很難進行正確的特征點提取。

發明內容
本發明的目的是提供一種復雜路況的車道線特征點提取方法，以解決現有方法對車道線存在光照變化、陰影遮擋、破損或污跡覆蓋等復雜路況下，車道線特征點提取魯棒性低的問題。另外，本發明還提供了一種基于上述特征點提取方法的提取裝置。為實現上述目的，本發明的特征點提取方法方案是一種復雜路況下的車道線特征點提取方法，步驟如下(I)用車載設備獲得道路的灰度圖像；(2)根據道路圖像對車道線特征點提取的重要程度將灰度圖像劃分為不考慮區域和感興趣區域(ROI)；
(3)對感興趣區域(ROI)進行平滑濾波處理；(4)對平滑濾波處理后的感興趣區域(R0I)，利用基于結構張量場水平集外在曲率進行二值化處理，提取車道線的特征點。步驟(I)中，通過車載視覺系統將采集到的彩色道路圖像轉換為灰度圖像。步驟(2)中，根據道路圖像對特征點提取的重要程度將圖像劃分為3個區域左車道線存在區域、右車道線存在區域和不考慮區域，其中，左車道線存在區域和右車道線存在區域一起構成感興趣區域(R0I)，設道路圖像ROI為f(u，V)，其中u代表行V代表列，定義感興趣區域(ROI)的左上角為坐標原點。步驟(3)中，采用二維各向異性高斯濾波器G(u，V，ou, ov)對ROI進行平滑濾波處理，濾波結果為F (U，V)，其中
「 n、II if u2 V2 ')]G(u,v,cra,(Jv) = --exp<- + ^- ^
2 w, , [a； JJo u從車道消失線位置到底部按照下式依次增加au =^7Z—IT —+ C05Jc = o, I, 2,,
Umax UVanish I
V max vanish )umax對應于u的最大值，Uvanish對應于車道在道路圖像中消失線的u坐標，O v、c。以及C1均為依賴于道路圖像的參數。步驟(4)中，利用結構張量場水平集外在曲率方法進行二值化處理的具體過程如下I)為了凸顯車道線方向，分別計算F(u，v)的橫向一階差分梯度Wv和縱向一階差分梯度Wu
F(u +1，v)--1，V)
W1112二 ;
m;. F(u, V +1) - F(w, V -1)
L2_2)對wv和Wu進行歸一化,得到歸一化梯度向量w' (u, V):
「，]「<
,w rw (W，V)= =
k J ^
_ r _其中，r = (U，V) + W12 (ii, v)；3)構造F (u, V)的結構張量S (u, v)
a 二 G("，v,ctJ*(w ')2b]其中，< 力=G(w，V，a;) * (w；wv；)
b cc = GO,v，(J0)*(Wv)2
If w2+v2l式中，h 0。為其標準差，符號*表示卷積；4)計算 S (u, v)的特征值 X I (u, V)和 X 2 (u, V),其中
權利要求
1.一種復雜路況下的車道線特征點提取方法，其特征在于，步驟如下 (1)用車載設備獲得道路的灰度圖像； (2)根據道路圖像對車道線特征點提取的重要程度將灰度圖像劃分為不考慮區域和感興趣區域(ROI)； (3)對感興趣區域(ROI)進行平滑濾波處理； (4)對平滑濾波處理后的感興趣區域(R0I)，利用基于結構張量場水平集外在曲率進行二值化處理，提取車道線的特征點。
2.根據權利要求I所述的復雜路況下的車道線特征點提取方法，其特征在于，步驟(I) 中，通過車載視覺系統將采集到的彩色道路圖像轉換為灰度圖像。
3.根據權利要求2所述的復雜路況下的車道線特征點提取方法，其特征在于，步驟(2)中，根據道路圖像對特征點提取的重要程度將圖像劃分為3個區域左車道線存在區域、右車道線存在區域和不考慮區域，其中，左車道線存在區域和右車道線存在區域一起構成感興趣區域(ROI )，設道路圖像ROI為f (u，V)，其中u代表行V代表列，定義感興趣區域(ROI)的左上角為坐標原點。
4.根據權利要求3所述的一種復雜路況下的車道線特征點提取方法，其特征在于，步驟(3)中，采用二維各向異性高斯濾波器G(u，V，O u, O v)對ROI進行平滑濾波處理，濾波結果為F(u，V)，其中
5.根據權利要求4所述的一種復雜路況下的車道線特征點提取方法，其特征在于，步驟(4)中，利用結構張量場水平集外在曲率方法進行二值化處理的具體過程如下 1)為了凸顯車道線方向，分別計算F(u，v)的橫向一階差分梯度wv和縱向一階差分梯度wU :
6.一種復雜路況下的車道線特征點提取裝置，其特征在于，包括 利用車載設備獲得道路的灰度圖像的采集模塊； 根據道路圖像對車道線特征點提取的重要程度將灰度圖像劃分為不考慮區域和感興趣區域(ROI)的劃分模塊； 對感興趣區域(ROI)進行平滑濾波處理的濾波模塊；對進行平滑濾波處理后的感興趣區域(R0I)，利用基于結構張量場水平集外在曲率進行二值化處理，提取車道線的特征點的計算提取模塊。
7.根據權利要求6所述的復雜路況下的車道線特征點提取裝置，其特征在于，所述采集模塊通過車載視覺系統將采集到的彩色道路圖像轉換為灰度圖像。
8.根據權利要求7所述的復雜路況下的車道線特征點提取裝置，其特征在于，所述劃分模塊根據道路圖像對特征點提取的重要程度將圖像劃分為3個區域左車道線存在區域、右車道線存在區域和不考慮區域，其中，左車道線存在區域和右車道線存在區域一起構成感興趣區域(R0I)，設道路圖像ROI為f(u，V)，其中u代表行V代表列，定義感興趣區域(ROI)的左上角為坐標原點。
9.根據權利要求8所述的一種復雜路況下的車道線特征點提取裝置，其特征在于，所述濾波模塊采用二維各向異性高斯濾波器G (u，V, O u, O v)對ROI進行平滑濾波處理，濾波結果為F (U，V)，其中 ou從車道消失線位置到底部按照下式依次增加 Umax對應于U的最大值，Uvanish對應于車道在道路圖像中消失線的U坐標，O v、C0以及C1均為依賴于道路圖像的參數。
10.根據權利要求9所述的一種復雜路況下的車道線特征點提取裝置，其特征在于，所述計算提取模塊利用結構張量場水平集外在曲率方法進行二值化處理的過程如下 1)為了凸顯車道線方向，分別計算F(u，v)的橫向一階差分梯度wv和縱向一階差分梯度wU : 2)對Wv和Wu進行歸一化，得到歸一化梯度向量w'(u，V)
全文摘要
本發明涉及復雜路況下的車道線特征點提取方法與裝置，方法包括用車載設備獲得道路的灰度圖像；根據道路圖像對車道線特征點提取的重要程度將灰度圖像劃分為不考慮區域和感興趣區域(ROI)；對感興趣區域(ROI)進行平滑濾波處理；對平滑濾波處理后的感興趣區域(ROI)利用基于結構張量場水平集外在曲率進行二值化處理，提取車道線的特征點。本發明能夠解決現有方法對車道線存在光照變化、陰影遮擋、破損或污跡覆蓋等復雜路況下，車道線特征點提取魯棒性低的問題。
文檔編號G06K9/32GK102737248SQ201210207998
公開日2012年10月17日 申請日期2012年6月21日 優先權日2012年6月21日
發明者傅洪亮, 孫崇峰, 徐朝輝, 徐靜波, 楊鐵軍, 樊超, 狄帥, 王珂 申請人:河南工業大學