專利名稱：一種車道線檢測的方法及系統的制作方法
一種車道線檢測的方法及系統技術領域
本發明屬于智能交通技術領域，尤其涉及一種車道線檢測的方法及系統。
技術背景
車道線檢測是智能車輛輔助駕駛系統中一個基本且必須的功能，它是進行當前車道的車輛分離、自動駕駛、車道偏離預警等的前提。
現有的車道線檢測技術一般采用數字信號處理器(DSP)芯片對獲取的圖像進行運算，通過灰度分割或者霍夫變換直接得到車道線。用車載攝像頭拍攝的圖片中，受光照和物體影子的影響，道路部分自身的灰度通常波動幅度寬，灰度分割的效果誤差很大?；舴蜃儞Q直接得到車道線也存在以下缺點1)道路周邊環境復雜并且經常會存在電線桿和路燈桿等類直線的物體，這些容易導致誤檢；2)道路中的雙黃線、虛實雙白線、道路標志線等， 經常會被誤認為是當前車道的分界線；3)實際的道路分界線經常并不是理想的直線，直接將直線當成最終的車道線精度不高；由此可見，該方法實際應用中效果并不好。發明內容
本發明實施例提供一種車道線檢測的方法，旨在解決現有技術存在的上述問題。
本發明實施例是這樣實現的，一種車道線檢測的方法，所述方法包括
A、采集車輛前方路況的原始圖像，確定所述原始圖像的寬為W，高為H，并將原始圖像采集設備視野中地平線之下，兩側邊界之內的區域劃分為感興趣區域，其他區域劃分為非感興趣區域；
B、將所述劃分后的圖像轉換成灰度圖像并二值化；
C、通過canny算法獲取所述灰度二值化后圖像的邊緣圖像；
D、將所述邊緣圖像中的非感興趣區域清除；
E、掃描經過步驟D處理后的圖像的每一個像素點，若該點為邊緣點，則存儲該點的坐標；
F、按
權利要求
1. 一種車道線檢測的方法，其特征在于，所述方法包括以下步驟A、采集車輛前方路況的原始圖像，確定所述原始圖像的寬為W，高為H，并將原始圖像采集設備視野中地平線之下，兩側邊界之內的區域劃分為感興趣區域，其他區域劃分為非感興趣區域；B、將所述劃分后的圖像轉換成灰度圖像并二值化；C、通過canny算法獲取所述灰度二值化后圖像的邊緣圖像；D、將所述邊緣圖像中的非感興趣區域清除；E、掃描經過步驟D處理后的圖像的每一個像素點，若該點為邊緣點，則存儲該點的坐標；F、按W。，89° ] [-90° ,-1° ]的順序，針對每一度，根據R = X cos (Θ)+Ysin (Θ)， 計算得到初始的車道線直線，其中，(X，γ)為存儲的邊緣點坐標，角度在區間
的直線為潛在的左車道線，角度在區間[-90°，-1° ]的直線為潛在的右車道線；G、針對步驟F中得到的所有初始車道線直線，在每一個長度在[_7，7]、角度在「-3°， 3° ]的區間內，只保留邊緣點最多的直線，將其他直線清零；H、對步驟G所得的每一條直線，遍歷步驟E的邊緣點，順序獲取在該直線上的點，截取線段，剔除線段不滿足預設長度的直線；I、根據Y坐標等于H-I時的X坐標line_X升序對經步驟H處理后的直線進行排序， 將排序后的左車道線記為Ieft_l, left_2, left_3,……，left_n，右車道線記為right_l, right_2, right_3, ......right_n ；J、根據左右車道線line_X的差值從步驟I所得結果中篩選出最終準確的左右車道線.一入 ，K、對步驟B中的灰度圖像求水平sobel邊緣，并判斷步驟J中篩選得到的左右車道線的鄰域內是否存在所述sobel邊緣點，在存在時，則該點為最終的車道線點。
2.如權利要求1所述的方法，其特征在于，所述步驟F具體包括 F1、將長度為2L的雙端口 RAM做為距離計數器的臨時存儲空間，其中Z = ·>2 + (/丑)2 , IH為所述感興趣區域的高度；F2、將所述距離計數器全部清零；F3、根據步驟E中存儲的邊緣點坐標，計算R = XC0S(θ)+γsin(θ)，θ為極點到直線的垂直線與水平線的夾角；F4、將所述R與所述L的和做為距離計數器的地址，取出該地址的值加上1后存回原地址；F5、返回步驟F3，直到所有邊緣點坐標處理完后跳轉到步驟F6 ； F6、對距離計數器內的每個地址，令其為addr，取出地址分別為addr-1、addr、addr+1 三個地址空間內的數值，將所述數值相加后存入地址為addr的空間；F7、對距離計數器內的每個地址，令其為addr，取出地址分別為addr-2、addr-1、addr、 addr+1、addr+2五個地址空間內的數值，令所述數值分別為rl、r2、r3、r4、r5，gr3不是5 個數值中最大的那個，則將地址為addr的空間內的數值清零；F8、對距離計數器內的每個地址，取出該地址空間內的數值，令其為r3，若r3大于120，則跳轉到步驟F9，否則讀取下一個地址間內的數值，直到全部讀取完；F9、計算Y坐標等于H-I時的X坐標line_X，判斷左車道線line_X的范圍是否處于區W ww 3w間n內，右車道線line_x的范圍是否處于區間j內，若在所述區間，則跳轉到步驟FlO，否則跳到步驟F8 ；F10、存儲直線的參數，所述參數包括極點到直線的距離R、極點到直線的垂直線與水平線的夾角θ、邊緣點個數S和當Y坐標等于H-I時的X坐標line_X，同時直線的個數相應加1。
3.如權利要求1所述的方法，其特征在于，所述步驟H具體包括HI、按「0°，89° ]「-90° , -1° ]的順序處理步驟G中提取的每條直線，并獲取當前處理直線的參數R1、θ 1、Si、line_Xl，若所述參數都為零，則取下一條直線處理，否則跳到步驟H2 ；H2、按存儲順序依次掃描每個邊緣點坐標(X，Y)，根據R = X cos(0)+Ysin(0 )計算 R，其中θ = θ 1，若R-Rl的絕對值小于3，則認為該點在直線上，將該點坐標存儲到到臨時存儲器內，否則不存儲；Η3、按存儲順序掃描所述臨時存儲器，若相鄰兩點的距離小于6則認為兩點處于同一線段內，否則上一條線段到此結束，下一條線段開始，對每條線段，若該線段包含的點數小于40，則認為是無效線段，將其刪去；Η4、提取步驟Η3中所有的有效線段，計算所有有效線段兩個端點間X坐標的最小值WminX、X坐標的最大值maxX、Y坐標的最大值maxY，判斷左車道線是否滿足min工< y且maxY>y ,右車道線是否滿足maxZ 且maxY>| ,若不滿足，則將該直線參數清零；返回Hl處理下一條直線。
4.如權利要求1所述的方法，其特征在于，所述步驟J具體包括 Jl、令左車道線left為left_n，右車道線right為right_l ；J2、判斷兩者line_X的差值，若該差值大于0. 3H，則將這兩條直線作為最終的左右車道線提取出來，否則跳轉到步驟J3 ；J3、若兩者差值小于0. 1H，繼續判斷左右車道線誰更靠近0. 5W處，若左車道線更靠近， 則左車道取Ieft-I，右車道不變，若右車道線更靠近，則左車道不變，右車道取right+Ι，并跳轉到步驟J2 ；若兩者差值大于等于0. 1H，則跳轉到步驟J4 ；J4、比較左右車道線的邊緣點數，若左車道線更少，則左車道取left-Ι，右車道不變，若右車道線更少，則左車道不變，右車道取right+Ι，并跳到步驟J2 ；J5、若所有左右車道線都遍歷完仍不滿足步驟J2的條件，則取默認值 right_l做為最終的左右車道線。
5.如權利要求1所述的方法，其特征在于，所述步驟K具體包括 K1、對步驟B中的灰度圖像求水平sobel邊緣；K2、對左右車道線，令坐標Y = Η-1、Η-2、……、H-IH，分別計算對應的X坐標值X_H_1、 X_H_2、……、X_H_IH，若X坐標值不在區間
內，令X坐標值等于所述區間邊界值； K3、按Y = Η-1、Η-2、……、H-IH的順序掃描，初始時令y0 = H-1，掃描y0行中列坐標為X H 1的三個鄰域內是否存在SOBEL邊緣點，若存在，則為最終的車道線點，記為)Ca，假設SOBEL邊緣點的列坐標為Χ_Η_1+2，則fci = Χ_Η_1+2，若不存在，則默認X_H_1為最終的車道線點，此時)(a = X_H_1 ；K4、取y0 = yOl，根據步驟K2計算得到的對應的X坐標值，設其值為xO，令左車道線xl = Xa+l、右車道線xl = Xa-I,掃描y0行中列坐標為xl的三個鄰域內是否存在SOBEL邊緣點，若存在，則為最終的車道線點, 更新為SOBEL邊緣點的列坐標，跳轉到步驟K8;若不存在，跳轉到步驟K5;K5、依次掃描y0行中列坐標為xl到x0的每個點，若存在SOBEL邊緣點，則為最終的車道線點， 更新為SOBEL邊緣點的列坐標，跳轉到步驟K8 ；若不存在，跳轉到步驟K6 ；K6、掃描y0行中列坐標為x0的三個鄰域內是否存在SOBEL邊緣點，若存在，則為最終的車道線點，fe更新為SOBEL邊緣點的列坐標，跳轉到步驟K8 ；若不存在，跳轉到步驟K7 ； K7、令敘=(x0+xl)/2，即為默認的車道線點，跳轉到步驟K8 ； Κ8、若右車道線求得的減去左車道線求得的fe小于5或者y0 = H-IH，則循環結束， 否則跳轉到步驟K4。
6. 一種車道線檢測的系統，其特征在于，所述系統包括圖像采集單元，用于采集車輛前方路況的原始圖像，確定所述原始圖像的寬為W，高為 H，并將原始圖像采集設備視野中地平線之下，兩側邊界之內的區域劃分為感興趣區域，其他區域劃分為非感興趣區域；圖像二值化單元，用于將所述劃分后的圖像轉換成灰度圖像并二值化； 邊緣圖像獲取單元，用于通過canny算法獲取所述灰度二值化后圖像的邊緣圖像； 區域處理單元，用于將所述邊緣圖像中的非感興趣區域清除； 存儲單元，用于掃描經過區域處理單元處理后的圖像的每一個像素點，若該點為邊緣點，則存儲該點的坐標；計算單元，用于按W。，89° ][-90°，-1° ]的順序，針對每一度，根據R = xC0S(e)+YSin(e)，計算得到初始的車道線直線，其中，(X，Y)為存儲的邊緣點坐標，角度在區間「0°，89° ]的直線為潛在的左車道線，角度在區間「_90°，-1° ]的直線為潛在的右車道線；第一提取單元，用于根據計算單元得到的初始的車道線直線，在每一個長度在[_7，7]、 角度在「_3°，3° ]的區間內，只保留邊緣點最多的直線，將其他直線清零；第二提取單元，用于計算經第一提取單元處理后的直線，遍歷存儲單元的邊緣點，順序獲取在該直線上的點，截取線段，剔除線段不滿足預設長度的直線；排序單元，用于根據Y坐標等于H-I時的X坐標line_X升序對經第二提取單元處理后的直線進行排序，將排序后的左車道線記為left_l，left_2，left_3，……，left_n，右車道線記為 right_l, right_2, right_3, ......right_n ；篩選單元，用于根據左右車道線line_X的差值從步驟I所得結果中篩選出最終準確的左右車道線；車道線點確定單元，用于對圖像二值化單元的灰度圖像求水平sobel邊緣，并判斷篩選單元篩選得到的左右車道線的鄰域內是否存在所述sobel邊緣點，在存在時，則該點為最終的車道線點。
7.如權利要求6所述的系統，其特征在于，所述計算單元包括預處理模塊，用于將長度為2L的雙端口 RAM做為距離計數器的臨時存儲空間，其中
8.如權利要求6所述的系統，其特征在于，所述第二提取單元包括第一處理模塊，用于按「0°，89° ]「-90° ,-1° ]的順序處理第一提取單元中提取的每條直線，并獲取當前處理直線的參數R1、θ l、Sl、line_Xl，若所述參數都為零，則取下一條直線處理，否則跳轉到第二處理模塊；第二處理模塊，用于按存儲順序依次掃描每個邊緣點坐標(X，Y)，根據R = )(C0S(e)+YSin(e)計算R，其中θ = Θ1，若R-Ri的絕對值小于3，則認為該點在直線上， 將該點坐標存儲到到臨時存儲器內，否則不存儲；第三處理模塊，用于按存儲順序掃描所述臨時存儲器，若相鄰兩點的距離小于6則認為兩點處于同一線段內，否則上一條線段到此結束，下一條線段開始，對每條線段，若該線段包含的點數小于40，則認為是無效線段，將其刪去；第四處理模塊，用于提取第三處理模塊中所有的有效線段，計算所有有效線段兩個端點間X坐標的最小值minX、X坐標的最大值maxX、Y坐標的最大值maxY，判斷左車道線是否滿足
9.如權利要求6所述的系統，其特征在于，所述篩選單元包括預處理模塊，用于令左車道線left為left_n，右車道線right為right_l ； 第一判斷模塊，用于判斷兩者line_x的差值，若該差值大于0. 3H，則將這兩條直線作為最有可能的左右車道線提取出來，否則跳轉到第二判斷模塊；第二判斷模塊，用于在兩者差值小于0. 1H，繼續判斷左右車道線誰更靠近0. 5W處，若左車道線更靠近，則左車道取left-Ι，右車道不變，若右車道線更靠近，則左車道不變，右車道取right+Ι，并跳轉到第一判斷模塊；若兩者差值大于等于0. 1H，則跳轉到第一處理模塊；第一處理模塊，用于比較左右車道線的邊緣點數，若左車道線更少，則左車道取 left-Ι，右車道不變，若右車道線更少，則左車道不變，右車道取right+Ι，并跳轉到第一判斷模塊；第二處理模塊，用于在所有左右車道線都遍歷完仍不滿足第一判斷模塊的判斷條件時，取默認值left_n和right_l做為最終的左右車道線。
10.如權利要求6所述的系統，其特征在于，所述車道線點確定單元包括 計算模塊，用于對圖像二值化單元中的灰度圖像求水平sobel邊緣點；預處理模塊，用于對左右車道線，令坐標Y = H-l、H-2、……、H-IH，分別計算對應的X 坐標值X_H_1、X_H_2、……、X_H_IH，若X坐標值不在區間
內，令X坐標值等于所述區間邊界值；第一處理模塊，用于按Y = H-U H-2、……、H-IH的順序掃描，初始時令y0 = H-1，掃描y0行中列坐標為X_H_1的三個鄰域內是否存在SOBEL邊緣點，若存在，則為最終的車道線點，記為Xa，假設SOBEL邊緣點的列坐標為Χ_Η_1+2，則)(a = Χ_Η_1+2，若不存在，則默認 X_H_1為最終的車道線點，此時fe = X_H_1 ；第二處理模塊，用于取y0 = yO-Ι，根據預處理模塊中計算得到的對應的X坐標值，設其值為x0，令左車道線xl = Xa+l、右車道線xl =fe-l，掃描y0行中列坐標為xl的三個鄰域內是否存在SOBEL邊緣點，若存在，則為最終的車道線點，fe更新為SOBEL邊緣點的列坐標，跳轉到第五處理模塊；若不存在，跳轉到第三處理模塊；第三處理模塊，用于依次掃描y0行中列坐標為xl到x0的每個點，若存在SOBEL邊緣點，則為最終的車道線點，fe更新為SOBEL邊緣點的列坐標，跳轉到第五處理模塊；若不存在，跳轉到第四處理模塊；第四處理模塊，用于掃描y0行中列坐標為x0的三個鄰域內是否存在SOBEL邊緣點，若存在，則為最終的車道線點，Xa更新為SOBEL邊緣點的列坐標，跳轉到第五處理模塊；若不存在，跳轉到第二預處理模塊；第二預處理模塊，用于令fe= (x0+xl)/2，即為默認的車道線點，跳轉到第五處理模塊；第五處理模塊，用于在右車道線求得的fe減去左車道線求得的fe小于5或者y0 = H-IH，則循環結束，否則跳轉到第二處理模塊。
全文摘要
本發明適用于智能交通技術領域，提供了一種車道線檢測的方法及系統，所述方法包括獲取輸入的原始圖像，對其灰度二值化；通過canny算法獲取灰度二值化后圖像的邊緣圖像；清除邊緣圖像中的非感興趣區域；掃描經過處理后的圖像的每一個像素點，若該點為邊緣點，則存儲該點的坐標；對每一度取直線，得到初始的左右車道線；根據初始的左右車道線，提取符合第一預設條件且邊緣點最多的直線；提取符合第二預設條件的左右車道線；對提取的左右車道線進行排序；根據左右車道線line_X的差值篩選出最終的左右車道線；將篩選的左右車道線鄰域內存在的sobel邊緣點作為最終準確的車道線點。通過本發明，可有效提高車道線檢測的速度和精度。
文檔編號G08G1/00GK102521589SQ20111036761
公開日2012年6月27日 申請日期2011年11月18日 優先權日2011年11月18日
發明者余加波, 彭青峰, 李佐廣, 李耀華, 李運秀, 梁日雄, 梁火炎 申請人:深圳市寶捷信科技有限公司