一種彩色圖像預(yù)處理方法、道路識(shí)別方法及相關(guān)裝置的制造方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及機(jī)器視覺領(lǐng)域，具體設(shè)及一種彩色圖像預(yù)處理方法、道路識(shí)別方法及 相關(guān)裝置。
【背景技術(shù)】
[0002] 目前，汽車安全技術(shù)在汽車生產(chǎn)制造中占據(jù)越來越重要的位置，汽車安全技術(shù)目 的在于減弱交通事故的傷亡及損失。現(xiàn)有的汽車安全技術(shù)主要是基于道路檢測(cè)技術(shù)，主動(dòng) 監(jiān)測(cè)道路環(huán)境，在事故發(fā)生前采取措施，對(duì)交通安全的改善具有重大意義。
[0003] 現(xiàn)有的道路檢測(cè)技術(shù)中一類是應(yīng)用于非結(jié)構(gòu)化道路即沒有車道標(biāo)記線的鄉(xiāng)村道 路，主要采用路面檢測(cè)，另一類應(yīng)用于結(jié)構(gòu)化道路即有明顯的道路結(jié)構(gòu)的城市道路，主要采 用車道標(biāo)記線檢測(cè)，現(xiàn)有技術(shù)中運(yùn)些方法要么僅考慮路面，要么僅考慮車道標(biāo)記，沒有將兩 者結(jié)合起來。同時(shí)，發(fā)明人還發(fā)現(xiàn)現(xiàn)有技術(shù)的道路檢測(cè)技術(shù)容易受陰影影響，導(dǎo)致現(xiàn)有技術(shù) 在道路識(shí)別中經(jīng)常出錯(cuò)。

【發(fā)明內(nèi)容】

[0004] 本申請(qǐng)?zhí)峁┮环N彩色圖像預(yù)處理方法、道路識(shí)別方法及相關(guān)裝置，可W在強(qiáng)陰影 的情況下，準(zhǔn)確對(duì)多種不同類型的道路進(jìn)行識(shí)別。
[0005] 根據(jù)第一方面，一種實(shí)施例中提供一種彩色圖像預(yù)處理方法，對(duì)彩色圖像中的各 個(gè)像素點(diǎn)，按照公式(1)計(jì)算得到一個(gè)特征值，各特征值形成一幅特征灰度圖像；
[0006]
(1)
[0007] 其中，R，G，B分別是所述像素點(diǎn)的紅、綠、藍(lán)Ξ種顏色分量值，s'是計(jì)算出的特征 值。
[0008] 根據(jù)第二方面，一種實(shí)施例中提供一種道路識(shí)別方法，包括:對(duì)原始圖像的感興趣 區(qū)域中的各個(gè)像素點(diǎn)，按照公式(1)計(jì)算得到一個(gè)特征值，各特征值形成一幅特征灰度圖；
[0009]
[0010] 檢測(cè)所述特征灰度圖的道路邊緣點(diǎn)，利用檢測(cè)到的所述道路邊緣點(diǎn)擬合出道路邊 界模型;根據(jù)所述道路邊界模型調(diào)整原始圖像的感興趣區(qū)域，提取調(diào)整后的感興趣區(qū)域中 的亮度特征灰度圖，檢測(cè)所述亮度特征灰度圖的車道線像素點(diǎn)，利用所述車道線像素點(diǎn)擬 合出車道模型。
[0011] 根據(jù)第Ξ方面，一種實(shí)施例中提供一種彩色圖像預(yù)處理裝置，包括:計(jì)算單元，用 于對(duì)彩色圖像中的各個(gè)像素點(diǎn)，按照公式（1)計(jì)算得到一個(gè)特征值，各特征值形成一幅特征 灰度圖像；
[0012]
…
[0013] 其中，R，G，B分別是所述像素點(diǎn)的紅、綠、藍(lán)Ξ種顏色分量值，s'是計(jì)算出的特征 值。
[0014] 根據(jù)第四方面，一種實(shí)施例中提供一種道路識(shí)別裝置，包括:特征提取單元，用于 對(duì)原始圖像的感興趣區(qū)域中的各個(gè)像素點(diǎn)，按照公式（1)計(jì)算得到一個(gè)特征值，各特征值形 成一幅特征灰度圖；
[0015]
[0016] 道路邊緣點(diǎn)檢測(cè)單元，用于檢測(cè)所述特征灰度圖的道路邊緣點(diǎn);邊界擬合單元，用 于利用所述道路邊緣點(diǎn)檢測(cè)單元檢測(cè)到的所述道路邊緣點(diǎn)擬合出道路邊界模型；車道標(biāo)記 提取單元，用于根據(jù)所述道路邊界模型調(diào)整原始圖像的感興趣區(qū)域，提取調(diào)整后的感興趣 區(qū)域中的亮度特征灰度圖，檢測(cè)所述亮度特征灰度圖的車道線像素點(diǎn)，利用所述車道線像 素點(diǎn)擬合出車道模型。本申請(qǐng)?zhí)峁┑牟噬珗D像預(yù)處理方法、道路識(shí)別方法及相關(guān)裝置，提出 了一種新的道路邊界特征方法，具有較好的抗陰影效果，對(duì)原始圖像進(jìn)行道路邊界特征提 取后，首先提取道路邊界，然后在提取了道路邊界范圍內(nèi)提取車道標(biāo)記，因而路面檢測(cè)為車 道標(biāo)記線檢測(cè)提供了信息，車道標(biāo)記只需在檢測(cè)到的路面區(qū)域內(nèi)進(jìn)行檢測(cè)，車道線擬合直 線的傾角范圍在左右道路邊界的傾角之間，提升了檢測(cè)的效率。本申請(qǐng)能夠從強(qiáng)陰影干擾 下的路面圖像中定位道路邊界和車道標(biāo)記線，具有較好的抗陰影效果。應(yīng)用于智能輔助駕 駛，無人駕駛系統(tǒng)中，降低車輛事故的發(fā)生率。進(jìn)一步地，在圖像識(shí)別中采用霍夫變換，不僅 可W有效識(shí)別出道路邊界和車道標(biāo)記，還可W減少處理工作量，提高圖像的識(shí)別效率。
【附圖說明】
[0017]圖巧本申請(qǐng)實(shí)施例的道路識(shí)另巧法的流程圖；
[001引圖2為圖1中步驟102的流程圖；
[0019] 圖3為圖1中步驟103的流程圖；
[0020] 圖4為本申請(qǐng)實(shí)施例的一種裝置結(jié)構(gòu)圖；
[0021 ]圖5為本申請(qǐng)實(shí)施例的另一種裝置結(jié)構(gòu)圖；
[0022] 圖6A為原始圖像；
[0023] 圖6B為經(jīng)過特征提取后的特征灰度圖；
[0024] 圖6C為進(jìn)行二值化處理后的效果圖；
[0025] 圖抓為融合邊界點(diǎn)后的圖像；
[0026] 圖6E為邊界特征二值圖的處理效果示意圖；
[0027] 圖6F為選取的邊界候選點(diǎn)的示意圖；
[0028] 圖6G為選取的左側(cè)邊界候選點(diǎn)的示意圖；
[0029] 圖細(xì)為選取的右側(cè)邊界候選點(diǎn)的示意圖；
[0030] 圖61為本實(shí)施例步驟采用霍夫變換的提取左道路邊界的示意圖；
[0031 ]圖6J為本實(shí)施例步驟采用霍夫變換的提取右道路邊界的示意圖；
[0032]圖6K為進(jìn)行道路邊界提取的效果圖；
[0033] 圖化為提取邊界并作水平線的示意圖；
[0034] 圖6M為去除特征灰度圖上位于水平線W上的區(qū)域的示意圖；
[0035] 圖6N為灰度化圖像的示意圖；
[0036] 圖60為本實(shí)施例步驟采用霍夫變換的提取車道標(biāo)記的示意圖；
[0037] 圖6P為最終的道路識(shí)別效果圖；
[0038] 圖6Q為采用本申請(qǐng)方法對(duì)各種路面進(jìn)行識(shí)別的效果圖。
【具體實(shí)施方式】
[0039] 下面通過【具體實(shí)施方式】結(jié)合附圖對(duì)本發(fā)明作進(jìn)一步詳細(xì)說明。
[0040] 實(shí)施例一.
[0041] 在本發(fā)明實(shí)施例中，提供一種彩色圖像預(yù)處理方法，包括W下步驟：
[0042] 對(duì)彩色圖像中的各個(gè)像素點(diǎn)，按照公式（1)計(jì)算得到一個(gè)特征值，各特征值形成一 幅特征灰度圖像；
[0043]
CI)
[0044] 其中，R，G，B分別是所述像素點(diǎn)的紅、綠、藍(lán)Ξ種顏色分量值，S'是計(jì)算出的特征 值。
[0045] 本申請(qǐng)實(shí)施例提供一種新的道路邊界特征提取方法，具有抗陰影效果。
[0046] 實(shí)施例二：
[0047] 請(qǐng)參考圖1，在本發(fā)明實(shí)施例中，提供一種道路識(shí)別方法，包括W下步驟：
[004引101、對(duì)原始圖像內(nèi)每個(gè)像素點(diǎn)進(jìn)行特征提取，得到原始圖像的特征灰度圖。
[0049] 優(yōu)選的，在進(jìn)行特征提取前，可W先提取原始圖像的感興趣區(qū)域，該感興趣區(qū)域?yàn)?原始圖像上的路面集中的圖像區(qū)域。提取感興趣區(qū)域后，對(duì)原始圖像的感興趣區(qū)域內(nèi)每個(gè) 像素點(diǎn)進(jìn)行道路邊界特征提取?？蒞集中對(duì)感興趣區(qū)域進(jìn)行處理，簡(jiǎn)化圖像處理的過程。
[0050] 其中，優(yōu)選的，步驟101具體包括:利用公式（1)分別對(duì)原始圖像內(nèi)每個(gè)像素點(diǎn)的色 彩飽和度進(jìn)行變換，得到每個(gè)像素點(diǎn)的特征值S'：
[0化1 ]
(1)
[0052] 其中，R，G，B分別是所述像素點(diǎn)的紅、綠、藍(lán)Ξ種顏色分量的值。
[0053] 如圖6A和圖6B所示分別為原始圖像W及經(jīng)過特征提取后的特征灰度圖。
[0054] 102、檢測(cè)特征灰度圖的道路邊緣點(diǎn)，利用檢測(cè)到的道路邊緣點(diǎn)擬合出道路邊界模 型。
[0055] 如圖2所示，步驟102中的檢測(cè)特征灰度圖的道路邊緣點(diǎn)具體可W通過W下步驟實(shí) 施：
[0056] 102A、使用圖像灰度值均值作為闊值，對(duì)特征灰度圖進(jìn)行二值化處理，得到二值化 圖像。
[0057] 如圖6C所示為進(jìn)行二值化處理后的效果圖。
[0058] 102B、對(duì)二值化圖像進(jìn)行基于圖像閉運(yùn)算的形態(tài)學(xué)濾波，得到融合邊界點(diǎn)后的圖 像。
[0059] 如圖6D所示為融合邊界點(diǎn)后的圖像。本實(shí)施例步驟優(yōu)選采用形態(tài)學(xué)濾波中的閉運(yùn) 算，先膨脹后腐蝕，對(duì)二值化圖像進(jìn)行形態(tài)學(xué)濾波，能夠平滑二值化圖像的邊界，同時(shí)不明 顯改變圖像的面積。
[0060] 102C、計(jì)算融合邊界點(diǎn)后的圖像上的連通區(qū)域的面積，若連通區(qū)域的面積小于預(yù) 設(shè)值，則將連通區(qū)域作為噪聲進(jìn)行去除，得到邊界特征二值圖。
[0061] 如圖6E所示為邊界特征二值圖的處理效果示意圖，具體地，在進(jìn)行連通量分析的 過程如下：計(jì)算融合邊界點(diǎn)后的圖像