一種基于等距邊緣點(diǎn)匹配的多車道線檢測方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于計(jì)算機(jī)視覺技術(shù)領(lǐng)域，更具體地，涉及一種基于等距邊緣點(diǎn)匹配的多車道線檢測方法。
【背景技術(shù)】
[0002]隨著家用汽車的普及，交通安全問題日益受到人們的關(guān)注。據(jù)統(tǒng)計(jì)，在世界范圍內(nèi)，道路交通事故每年造成死亡的人數(shù)為50萬人，已經(jīng)成為了生命安全的一大威脅。
[0003]為了提高道路安全，避免交通事故發(fā)生，許多研究機(jī)構(gòu)和公司在智能輔助駕駛方面進(jìn)行了大量的研究，希望可以在事故發(fā)生之前提供一些輔助信息，保證交通安全。智能輔助駕駛系統(tǒng)通常采用GPS，激光，雷達(dá)，計(jì)算機(jī)視覺等多種方式進(jìn)行協(xié)同運(yùn)作。其中，采用計(jì)算機(jī)視覺的智能輔助方法，由于其成本低，擴(kuò)展性強(qiáng)的特點(diǎn)，越發(fā)的受人重視。該方法通過在汽車上架設(shè)相機(jī)，對(duì)采集得到的周圍圖像信息進(jìn)行分析，可用來進(jìn)行道路偏離預(yù)警，控制汽車變道轉(zhuǎn)向等。作為其中的主要組成部分，車道線檢測，尤其是多車道線的檢測，可以為智能輔助駕駛提供許多關(guān)鍵信息，顯得尤其重要。
[0004]如今，采用計(jì)算機(jī)視覺的車道線檢測通常涉及到兩個(gè)方面:1)車道線特征點(diǎn)的提取:特征點(diǎn)是可以在圖像中表示車道線位置的像素點(diǎn)，選取的關(guān)鍵在于能準(zhǔn)確的表示特定車道線的位置。提取特征點(diǎn)的方法有以下幾種:根據(jù)顏色強(qiáng)度進(jìn)行閾值分割，選擇亮度高的像素點(diǎn)作為特征點(diǎn)；提取邊緣作為特征點(diǎn)等。2)車道線模型的選擇:車道線模型有直線模型，分段直線模型，拋物線模型，回旋曲線模型，B樣條曲線模型等。模型選擇的關(guān)鍵在于可以準(zhǔn)確的擬合車道線的形狀，包括經(jīng)常出現(xiàn)轉(zhuǎn)彎或者分流等多種不同彎曲。選定模型后用此曲線模型對(duì)特征點(diǎn)進(jìn)行擬合，來表示車道線。
[0005]然而，現(xiàn)有的車道線檢測方法多少存以下幾方面的問題:
[0006]1、無法進(jìn)行多車道線的檢測。多車道線的檢測可以為車輛換道，轉(zhuǎn)向等操作提供輔助。但是目前的車道線檢測方法大多數(shù)限制只檢測汽車所在車道兩邊的車道線，這樣雖然降低了車道線檢測的難度，但是丟失了許多重要信息。
[0007]2、無法快速準(zhǔn)確定位彎曲的車道線。現(xiàn)有的方法中，有的采用Hough變換進(jìn)行車道線檢測，這樣只能檢測筆直的車道線，在車道線彎曲的情況下只能保證前方短距離的檢測結(jié)果；有的采用拋物線模型對(duì)彎曲的車道進(jìn)行擬合，拋物線模型雖然可以擬合簡單的轉(zhuǎn)彎情況并且計(jì)算速度比較快，但是在類似于車道分流，環(huán)島等的復(fù)雜的道路情景下容易出現(xiàn)偏差；而采用更加復(fù)雜的模型，則面臨著計(jì)算量增加，無法實(shí)時(shí)檢測的問題。
[0008]3、無法對(duì)實(shí)車道線和虛車道線進(jìn)行區(qū)分。在汽車的實(shí)際駕駛過程中，實(shí)車道線和虛車道線表示著不同的含義，對(duì)其進(jìn)行區(qū)分有助于完善車道線檢測的結(jié)果，然而由于虛車道線不連續(xù)的特點(diǎn)，有時(shí)難以檢測，就算檢測出來了，也極少有方法對(duì)其進(jìn)行區(qū)分。

【發(fā)明內(nèi)容】

[0009]針對(duì)現(xiàn)有技術(shù)的以上缺陷或改進(jìn)需求，本發(fā)明提供了基于等距邊緣點(diǎn)匹配的多車道線檢測方法，其目的在于，提高車道線檢測的魯棒性，并且解決上述提到的技術(shù)問題，本發(fā)明采用可以擬合復(fù)雜曲線形狀的B樣條曲線模型，車道線特征點(diǎn)的選擇方面提出了一種綜合利用車道線的邊緣、方向、車道線之間的位置關(guān)系、車道線寬度等多種信息的等距邊緣點(diǎn)對(duì)提取方法，不僅可以快速的提取出筆直的或者轉(zhuǎn)彎的車道線上的特征點(diǎn)，減少了曲線擬合的計(jì)算量，而且方便對(duì)實(shí)線虛線做出區(qū)分，有效的解決現(xiàn)有方法中多車道線檢測，定位彎曲車道線，區(qū)分實(shí)車道線還有虛車道線中遇到的技術(shù)問題。
[0010]為實(shí)現(xiàn)上述目的，按照本發(fā)明的一個(gè)方面，提供了一種基于等距邊緣點(diǎn)匹配的多車道線檢測方法，包括以下步驟:
[0011](1)采集汽車前方道路圖像；
[0012](2)利用世界坐標(biāo)系、相機(jī)坐標(biāo)系和圖像坐標(biāo)系之間的相互關(guān)系，對(duì)采集到的汽車前方道路圖像做逆透視投影變化，以得到道路圖像的鳥瞰圖；
[0013](3)對(duì)鳥瞰圖進(jìn)行邊緣檢測，并對(duì)檢測到的邊緣圖進(jìn)行預(yù)處理，
[0014](4)對(duì)預(yù)處理后的邊緣圖中所有的邊緣點(diǎn)進(jìn)行局部區(qū)域匹配，保留匹配成功的邊緣點(diǎn)對(duì)，并通過這些邊緣點(diǎn)對(duì)得到特征點(diǎn)圖；
[0015](5)在特征點(diǎn)圖中，依照特征點(diǎn)的分布對(duì)圖像進(jìn)行分塊，并提取出包含一條車道線所有特征點(diǎn)，并且隔離屬于其他車道線特征點(diǎn)的區(qū)域，作為一條車道線的候選區(qū)域。
[0016](6)在每個(gè)候選區(qū)域內(nèi)根據(jù)邊緣點(diǎn)對(duì)的數(shù)目對(duì)其中包含的是實(shí)線還是虛線進(jìn)行區(qū)分，如果數(shù)目大于一閾值，則表明該區(qū)域內(nèi)包含的是實(shí)線，否則為虛線；
[0017](7)在步驟(5)中得到的候選區(qū)域中，在豎直方向上，每隔一定間隔隨機(jī)選擇一個(gè)特征點(diǎn)作為一個(gè)控制點(diǎn)，利用得到的若干控制點(diǎn)擬合一條B樣條曲線，表示一條車道線；
[0018](8)將步驟(7)得到的車道線進(jìn)行透視變化，并將透視變化的結(jié)果投影回原始的汽車前方道路圖像，以得到最終的多車道線檢測結(jié)果。
[0019]優(yōu)選地，步驟⑶包括以下子步驟:
[0020](3.1)對(duì)鳥瞰圖進(jìn)行邊緣檢測，以得到初始的邊緣圖；
[0021](3.2)對(duì)得到的邊緣圖進(jìn)行過濾，即刪除方向與豎直方向角度大于角度閾值的邊緣。
[0022]優(yōu)選地，步驟⑷包括以下子步驟:
[0023](4.1)對(duì)預(yù)處理后的邊緣圖中的每個(gè)邊緣點(diǎn)，設(shè)定以該邊緣點(diǎn)為圓心的扇環(huán)形區(qū)域作為搜索區(qū)域；
[0024](4.2)在邊緣圖中隨機(jī)選取一個(gè)邊緣點(diǎn)，檢查在該邊緣點(diǎn)的搜索區(qū)域內(nèi)是否有其他邊緣點(diǎn)，如果沒有，則說明該邊緣點(diǎn)不屬于車道線邊緣，將該點(diǎn)刪除，如果有一到多個(gè)其他邊緣點(diǎn)，則選取其中距離最近的一個(gè)與選取的邊緣點(diǎn)構(gòu)成邊緣點(diǎn)對(duì)，并進(jìn)行保存；
[0025](4.3)將得到的邊緣點(diǎn)對(duì)從邊緣圖中刪除，對(duì)所有剩下的邊緣點(diǎn)重復(fù)執(zhí)行上述步驟(4.2)的操作，直到?jīng)]有空余的邊緣點(diǎn)為止，并將每個(gè)邊緣點(diǎn)對(duì)的中點(diǎn)作為一個(gè)特征點(diǎn)，多個(gè)特征點(diǎn)構(gòu)成特征點(diǎn)圖。
[0026]優(yōu)選地，步驟(4.1)具體為，車道線在鳥瞰圖中的寬度L，可在計(jì)算逆透視投影變換的過程中，在像素坐標(biāo)由世界坐標(biāo)系向圖像坐標(biāo)系轉(zhuǎn)換時(shí)，在水平方向代入世界坐標(biāo)系中車道線的寬度計(jì)算得到，扇環(huán)的外半徑為L+5個(gè)像素，內(nèi)半徑為L-5個(gè)像素，扇環(huán)的角度為與水平方向成負(fù)30度到正30度以及150度到210度的范圍內(nèi)。
[0027]優(yōu)選地，步驟(5)具體包括以下子步驟:
[0028](5.1)在特征點(diǎn)圖中，對(duì)特征點(diǎn)在豎直方向上進(jìn)行數(shù)目累加，如果累加的數(shù)目大于給定閾值，說明該位置可能有一條車道線，將該位置的橫坐標(biāo)作為一個(gè)候選點(diǎn)坐標(biāo)，如果候選點(diǎn)數(shù)目為零，則表明該圖中沒有車道線。如果有多個(gè)候選點(diǎn)，則需要對(duì)其進(jìn)一步校驗(yàn)過濾，將過濾后可以確定存在一條車道線的候選點(diǎn)稱為位置點(diǎn)；
[0029](5.2)選取累加特征點(diǎn)數(shù)目最大的候選點(diǎn)，作為一個(gè)位置點(diǎn)并進(jìn)行保存，計(jì)算位置點(diǎn)與其他所有其他候選點(diǎn)的坐標(biāo)之間的距離，并刪除其中距離小于寬度閾值的候選點(diǎn)；
[0030](5.3)將上一步得到的位置點(diǎn)從候選點(diǎn)的集合中刪除，并重復(fù)步驟(5.2)，直到所有候選點(diǎn)都處理完畢為止；
[0031](5.4)在特征點(diǎn)圖中利用步驟(5.2)和(5.3)確定的位置點(diǎn)將該位置點(diǎn)所表示的每一個(gè)位置區(qū)域提取出來。
[0032]按照本發(fā)明的另一方面，提供了一種基于等距邊緣點(diǎn)匹配的多車道線檢測系統(tǒng)，包括:
[0033]第一模塊，用于采集汽車前方道路圖像；
[0034]第二模塊，用于利用世界坐標(biāo)系、相機(jī)坐標(biāo)系和圖像坐標(biāo)系之間的相互關(guān)系，對(duì)采集到的汽車前方道路圖像做逆透視投影變化，以得到道路圖像的鳥瞰