CN102509089B

CN102509089B - 逐行扫描识别斑马线及测量斑马线距离的方法

Info

Publication number: CN102509089B
Application number: CN201110386107.0A
Authority: CN
Inventors: 王传旭; 刘云; 闫春娟
Original assignee: Qingdao University of Science and Technology
Current assignee: Qingdao University of Science and Technology
Priority date: 2011-11-29
Filing date: 2011-11-29
Publication date: 2013-06-19
Anticipated expiration: 2031-11-29
Also published as: CN102509089A

Abstract

本发明公开了一种逐行扫描识别斑马线及测量斑马线距离的方法，所述识别斑马线的方法包括下述步骤：构建包括奇小波函数和偶小波函数在内的小波函数模板；逐行扫描待检测图像，将每扫描行中所有像素点的灰度值向量分别与奇小波函数和偶小波函数作卷积运算；定义响应函数公式，并根据公式计算扫描行中所有像素点对应的响应函数向量；根据响应函数值及设定阈值识别斑马线。在识别出斑马线之后，通过预先对成像设备所成图像与成像设备距离进行标定，可以获得首次检测到斑马线的扫描行距离成像设备的距离，从而实现对斑马线距离的测量。本发明利用小波模板对图像采取逐行扫描来识别斑马线，斑马线识别抗干扰能力强，识别精度高，识别速度快。

Description

逐行扫描识别斑马线及测量斑马线距离的方法

技术领域

本发明涉及计算机视觉技术领域，具体地说，是涉及斑马线的识别及测量斑马线距离的方法，更具体地说，是涉及一种逐行扫描识别斑马线及测量斑马线距离的方法。

背景技术

从20世纪80年代开始，伴随着与机器人技术密切相关的计算机、电子、通信技术的飞速发展，国内外掀起了智能车辆研究热潮，其中各种具有广阔应用前景和军事价值的智能车辆受到各国的普遍关注。对于智能车辆，智能驾驶关键技术已经成为研发热点。在智能车辆的驾驶领域中，最复杂和最具有挑战性的任务就是实现车辆的自主导航。斑马线识别是车辆自主导航的一项重要内容，它关乎行人的生命安全。因此，快速、准确地识别出斑马线并测量斑马线的距离，以便及时采取相应的措施，显得尤为重要。

公开号为CN102218008A的中国专利申请《一种交通路口助盲系统》公开了一种交通路口助盲系统，该系统特征在于其基于RFID射频识别技术和超声波探测技术。在街道的导盲砖下面和交通路口的斑马线下面铺设的电子标签；交通灯信号采集与传输模块由一个嵌入在交通灯信号机内的单片机交通灯信号采集模块和无线发射模块组成，采集模块采集交通灯信号后通过数传模块向外发射，当使用者的智能手杖接收到当前信息，通过蓝牙模块传给智能手机处理，同时将结果告知使用者。

公开号为CN101763723A的中国专利申请《一种基于激光检测斑马线行人监测警告装置》，涉及一种基于激光检测斑马线行人监测警告装置。本发明装置包括行人监测装置、控制盒和信号灯。行人监测装置包括分设在斑马线起点和终点的两组触发门；每组触发门包括设置在人行道上并分设在斑马线两端的一个激光发射柱和一个激光接收柱，每组触发门的激光发射柱发射激光光束、由激光接收柱接收激光光束，当行人穿过触发门时便切断该激光光束；两行信号灯分别排列在斑马线的两侧，控制盒安置在的人行道的电线杆上。本发明装置采用在斑马线两端设置行人监测系统，而且每套行人监测系统增加了进出方向判断，提高了系统运行的效率。本发明装置更有利于提醒司机注意避让，降低交通事故隐患。

公开号为CN101577053的中国专利申请《一种车辆斑马线区域变道违章检测系统》提出一种车辆斑马线区域变道违章检测系统，上述斑马线区域包括第一边界线和第二边界线，该系统包括：埋设在上述斑马线区域上的多个相互平行的环形线圈，用以感应车辆的触发状态，上述多个环形线圈与上述第一边界线和上述第二边界线各成一倾斜角度，摄像装置用以拍摄图像，处理模块用以接收上述触发状态并控制上述摄像装置进行摄像。本发明提供平行放置的多个环型线圈，具有合理的宽度和间距，能够保证不漏车，同时通过计时比较判断，可以过滤干扰，保证不误抓。

公开号为CN102069785A的中国专利申请《一种基于红外对码技术的安全斑马线系统》，提供了一种基于红外对码技术的安全斑马线系统，属于汽车电子技术领域。此装置包括：红外线发射器和接收器、CPU、电路系统(包括红外信号电路、测速电路和测距电路)、报警器及刹车减速装置。其实施方法是：1)红外线发射器置于红绿灯上，用于发射含灯色、时间信息的红外信号；2)红外线接收器位于车前端，用于接收红外信号，并传至电路系统；3)汽车上的速度及测距传感器，将所测信息送至电路系统；4)电路系统将信号处理后传送至CPU；5)CPU对接收信息进行综合处理，并按情况进行报警、强制刹车或不作干预。本发明由传统的从车辆或红绿灯单方面出发改进成车辆和斑马线信号灯的相互作用，从而达到更好降低交通伤害的目的。

公开号为CN201607825U的中国专利申请《一种斑马线行人监测警告装置》，涉及一种斑马线行人监测警告装置，所述装置包括行人监测装置、控制盒和信号灯。行人监测装置包括分设在斑马线起点和终点的两组触发门；每组触发门包括设置在人行道上并分设在斑马线两端的一个激光发射柱和一个激光接收柱，每组触发门的激光发射柱发射激光光束、由激光接收柱接收激光光束，当行人穿过触发门时便切断该激光光束；两行信号灯分别排列在斑马线的两侧，控制盒安置在的人行道的电线杆上。本实用新型采用在斑马线两端设置行人监测系统，而且每套行人监测系统增加了进出方向判断，提高了系统运行的效率。本实用新型更有利于提醒司机注意避让，降低交通事故隐患。

上述专利申请的缺点归纳为如下几条：

1）成本高，不节能环保。

必须在斑马线交通路口预先架设好地感线圈、射频ID、红外、激光等硬件检测通信设备，以通知提示过往车辆和行人，注意交通安全。在一个城市内布设这类设施会导致成本高，投入大，将来系统维护工作量也大，在提倡低碳环保的节约型社会环境下，这类方法不环保。

2）遇到城市大面积停电情况，上述这类斑马线提示方法均不能工作，无法保证斑马线区域的安全。

3）不能测量前方斑马线距离并提前预报。

而智能交通中要求能检测出斑马线与行驶车辆之间的距离，上述这些方法要依靠车辆压迫斑马线底下的地感线圈，或行人走到斑马线区域遮挡激光接收器信号时，才能被感应到，不能以前预先测量出斑马线距离，有效提前通知当事人，安全系数受到影响。

现有技术在识别斑马线时，还提供了一种针对斑马线的特征、建立基于图像的导盲辅助设备进行识别的方法。具体实现方案如下：

首先，分割道路中的斑马线区域。

引入表征灰度图像对比度的双极系数作为识别的理论基础。由于斑马线区域由交替的黑白带构成，该区域的灰度对比度较为强烈，其得到高双极系数值。而在其它区域，由于灰度值基本一致，得到的双极系数值较低，从而可将图像中具有高双极系数值的区域从整幅图像中分离出来。结合形态学方法消除双极系数图像中的噪声干扰，筛选出具有强烈灰度对比度的道路斑马线区域。

然后，对斑马线区域进行边缘特征提取。

用Sobel算子对分割后图像进行边缘提取，目的是将斑马线区域中包含特征信息的平行线提取出来，这些特征包括斑马线的条数、长度以及位于视场中的角度。

最后，采用Radon变换进行特征提取后重建斑马线。

经边缘提取后的斑马线轮廓可以看成一组平行线，Radon变换具有检测直线和反映目标直线结构的能力，可以将图像平面的平行线信息转换到Radon变换空间进行检测，利用提取出的特征信息对斑马线进行重建。

该方法存在有如下三个方面的缺点：

1）用双极系数法分割斑马线区域，易受到车道上其他车辆遮挡、道路上左拐右拐指示箭头标示、以及汉字标示的干扰，导致分割错误。

2）Radon变换虽然可以检测图像中的线段，但这些线段中有大量并不代表斑马线的其它线段，这些线段如何剔除并未提及。实际上，这些干扰线段会给斑马线重建带来误差，从而影响斑马线的识别。

3）同样不能实现斑马线距离的定位，安全系数低，为使用带来不便。

发明内容

本发明的目的之一在于提供一种逐行扫描识别斑马线的方法，该方法通过设计特定的小波模板、利用小波模板对图像采取逐行扫描来识别斑马线，有效解决了现有技术存在的抗干扰能力低、识别精度低、计算速度慢、成本高、能耗高等缺点。

为实现上述发明目的，本发明采用下述技术方案予以实现：

一种逐行扫描识别斑马线的方法，所述方法包括下述步骤：

a1、构建如下奇小波函数

和偶小波函数

:

，

；

b1、逐行扫描待检测图像，将第

扫描行中所有像素点的灰度值向量分别与奇小波函数

和偶小波函数

作卷积运算；

c1、根据公式

计算第

扫描行中所有像素点对应的响应函数向量

；

d1、将响应函数向量

中的每一个响应函数值与设定阈值相比较，根据比较结果判断第

扫描行对应的图像处是否存在斑马线；

其中，

为待识别的斑马线空间像素灰度周期性变化对应的中心频率，

根据

确定，为待检测图像的行数。

如上所述的逐行扫描识别斑马线的方法，在所述步骤d1中，若响应函数向量

中连续

个响应函数值均大于设定阈值，则判定第扫描行对应的图像处存在斑马线；的值为不小于所述待检测图像中斑马线黑白相间一个周期所含的像素个数。

如上所述的逐行扫描识别斑马线的方法，在所述步骤b1之前还包括对原始彩色图像进行预处理、获得待检测图像的下述步骤：

b101、对原始彩色图像进行裁剪，获得感兴趣区域彩色图像；

b102、对感兴趣区域彩色图像进行灰度变换，获得待检测图像。

如上所述的逐行扫描识别斑马线的方法，在所述步骤b102中，对感兴趣区域彩色图像进行灰度变换的方法为：对感兴趣区域彩色图像中的每一个像素点采用公式计算该像素点的灰度值，其中，

为彩色像素点中的红色成分，

为彩色像素点的绿色成分，

为彩色像素点的蓝色成分。

本发明的目的之二在于提供一种测量斑马线距离的方法，该方法基于上述斑马线识别的方法识别出斑马线，并通过对成像设备所成图像与成像设备距离的标定测量斑马线的距离，实现对斑马线的预报。

为实现上述发明目的，本发明采用下述技术方案予以实现：

一种测量斑马线距离的方法，所述方法包括下述步骤：

a2、利用成像设备获取标定图像，对标定图像中每个扫描行与成像设备的距离进行标定，获得成像设备所成图像中每个扫描行与成像设备的距离；

b2、构建如下奇小波函数

和偶小波函数:

，

；

c2、逐行扫描待检测图像，将第

扫描行中所有像素点的灰度值向量

分别与奇小波函数

和偶小波函数

作卷积运算；

d2、根据公式

计算第

扫描行中所有像素点对应的响应函数向量

；

e2、将响应函数向量

扫描行对应的图像处是否存在斑马线；

f2、根据步骤a2的标定结果获得首次检测到斑马线的扫描行距离成像设备的距离；

其中，

根据

确定，

为待检测图像的行数。

如上所述的测量斑马线距离的方法，在所述步骤e2中，若响应函数向量

中连续

个响应函数值均大于设定阈值，则判定第

扫描行对应的图像处存在斑马线；

的值为不小于所述待检测图像中斑马线黑白相间一个周期所含的像素个数。

如上所述的测量斑马线距离的方法，在所述步骤c2之前还包括对原始彩色图像进行预处理、获得待检测图像的下述步骤：

c201、对原始彩色图像进行裁剪，获得感兴趣区域彩色图像；

c202、对感兴趣区域彩色图像进行灰度变换，获得待检测图像。

如上所述的测量斑马线距离的方法，在所述步骤c202中，对感兴趣区域彩色图像进行灰度变换的方法为：对感兴趣区域彩色图像中的每一个像素点采用公式计算该像素点的灰度值，其中，

为彩色像素点中的红色成分，

为彩色像素点的绿色成分，

为彩色像素点的蓝色成分。

如上所述的测量斑马线距离的方法，在所述步骤a2中，对标定图像中每个扫描行与成像设备的距离进行标定时采用下述方法：固定成像设备位置获得标定图像，在标定图像中每扫描行对应的物理位置上设置标记点，测量每个标记点到成像设备的距离而实现标定。

与现有技术相比，本发明的优点和积极效果是：

1、本发明根据斑马线成像图像出现的灰度变化准周期频率特性，构建了相匹配的一维小波模板作为探针，利用该探针逐行扫描斑马线成像图像，一方面可以利用小波函数简单快捷地检测到斑马线的位置，另一方面可以克服道路中出现的汉字标示、箭头标示、车辆遮挡等干扰的影响，提高检测和识别的精度。

2、本发明提出的斑马线距离测量方法以逐行扫描识别斑马线为前提，通过对成像设备所成图像与成像设备距离的标定测量斑马线的距离，能够为斑马线预报提供有力依据，且距离测量方法简单可行，实用性强。

结合附图阅读本发明的具体实施方式后，本发明的其他特点和优点将变得更加清楚。

附图说明

图1是本发明逐行扫描识别斑马线的方法一个实施例的流程图；

图2是图1实施例中所用的一幅原始图像；

图3是对图2原始图像预处理后的待检测图像；

图4是图3待检测图像中一个扫描行的所有像素点对应的灰度曲线图；

图5是图1实施例中一个扫描行所有像素点对应的响应函数波形图；

图6是本发明测量斑马线距离的方法一个实施例的流程图；

图7是图6实施例的测量原理图。

具体实施方式

下面结合附图和具体实施方式对本发明的技术方案作进一步详细的说明。

在描述本发明的具体实施方式之前，首先介绍本发明的设计思路。

道路斑马线是由一组黑白交替、等间隔的条形带构成，因此，斑马线区域最显著的特征就是具有强烈的灰度对比度和良好的规律性。基于此，为分析斑马线的特征变化，本发明对斑马线采取逐行扫描的方法分析包含有斑马线的图像中每行空间像素的灰度变化。以图3所示的待检测图像为例，当扫描到图中L1位置时，该行中所有像素点对应的灰度曲线如图4所示，其中，图4横坐标为像素点，纵坐标为像素点对应的灰度值。该L1行共有320个像素，当扫描到含有斑马线的区域时，如图4所示的从第100到第270像素位置上，像素灰度的变化较为规律，且呈现准周期脉冲波特性。设该周期脉冲波的中心频率为

，由傅里叶变换的性质可知，该斑马线信号在

频率为中心的窄带频率范围内有较大信号能量分布。针对斑马线像素的准周期脉冲变化特性，本发明需要构建小波模板，并以小波模板为探针检测和识别斑马线。

图1示出了本发明逐行扫描识别斑马线的方法一个实施例的流程图。如图1所示，该实施例识别斑马线的方法具体如下：

S11：流程开始。

S12：构建小波模板。

该实施例针对斑马线像素的准周期脉冲变化特性，构建了一对互补的小波函数共同反映包含中心频率在内的窄带频率特性。具体来说，该实施例构建了如下一个奇小波函数

和偶小波函数

:

，

；

其中，正余弦函数中的参数为角频率，用来调谐小波的周期，以逼近斑马线规律变换的周期，这里令

，

为待识别的斑马线空间像素灰度周期性变化对应的中心频率；指数函数中的参数

用来约束正余弦函数幅度的空间衰减速度，即确定小波模板长度, 通常取

；参数

表示扫描行的空间变化量，作为离散小波，通常取

。

下面举例说明上述构建的小波函数的可靠性：

在

，时，

，小波模板长度为37点。对两个互补的小波函数

和

作离散傅里叶变换，画出其频谱图，该频谱图就是一个以为中心的窄带频谱，能充分反映斑马线的特性。因此，所构建的小波模板可以当做探针检测斑马线的存在。

S13：对原始彩色图像进行裁剪，获得感兴趣区域彩色图像。

在采用图像识别斑马线时，图像一般是通过安装在车辆中的照相机、摄像机等成像设备获得的彩色图像。根据这些成像设备的成像原理，无限远处为图像的灭点，远方的图像不如车辆前方一定距离内的图像更有利于判别斑马线是否出现，为此，为减少运算量、提高检测精度，不需要对所成的完整图像进行扫描识别，而仅关心车辆前方一定距离内的图像即可。因此，可以对原始图像进行裁剪，获得感兴趣区域彩色图像即可。以图2所示的一幅原始图像为例，对该原始图像进行裁剪，剪切出车辆前方80米以内的成像区域，具体来说，是以车辆头部边沿作为图像的底边，向上截取共计120行的感兴趣区域ROI（Region of Interest）的子图像，其大小如图3所示。

S14：对感兴趣区域彩色图像进行灰度变换，获得待检测图像。

由于摄像机及采集卡获得的是彩色图像，彩色图像包含的信息量较大，处理速度慢，且由于该实施例采用基于灰度特征的识别方法，因此，需要对裁剪后的图像进行灰度变换。

该实施例对感兴趣区域彩色图像中的每一个像素点采用公式

计算该像素点的灰度值。其中，

为彩色像素点中的红色成分，为彩色像素点的绿色成分，

为彩色像素点的蓝色成分。

经上述步骤S12和步骤S13对图2的原始图像进行预处理后，获得实际识别时所用的待检测图像，如图3所示。

S15：逐行扫描待检测图像，计算扫描行像素点的响应函数。

设待检测图像第

扫描行中所有像素点的灰度值构成的向量为

，逐行扫描待检测图像，将

分别与

及

作卷积运算，然后将两个卷积运算的平方和作为响应函数，即根据公式

计算第

扫描行中所有像素点对应的响应函数向量

。

S16：根据响应函数值及设定阈值识别斑马线。

响应函数向量

中的每个元素值分别对应着一个像素点的响应函数值，该响应函数值作为一个匹配度参数值，表明了像素点与斑马线特征的匹配程度。响应函数值越大，说明像素点越匹配实际斑马线。因此，可将响应函数向量

中的每一个响应函数值与一个设定阈值进行比较，根据比较结果判断相应扫描行对应的图像处是否存在斑马线。具体来说，为排除个别点的干扰，该实施例设定阈值取为0.18，且只有在响应函数向量中连续

个响应函数值均大于设定阈值0.18时，才判定第

扫描行对应的图像处存在斑马线。其中，

的值为不小于待检测图像中斑马线黑白相间一个周期所含的像素个数，例如，在该实施例中，值取为30。

在该实施例中，当扫描到如图3所示的L1扫描行时，该行中的所有像素点对应的响应函数波形如图5所示，横坐标为像素点，纵坐标为像素点对应的响应函数值。从图5可看出，扫描行L1中第100至270像素对应的响应函数值为大于设定阈值的连续较大值输出。因此，可以判定图像中第L1扫描行对应的图像区域位置存在斑马线，且在该行的第100至270像素位置处为斑马线区域。

而通过图3的图像及图4的灰度曲线可知，扫描行L1对应的位置处确实存在斑马线，且由于其左侧1至100像素位置及右侧270至320像素位置被其他车辆阻挡而看不到斑马线。也即图5的响应函数波形图与图3及图4的实际情况相吻合，证明了该实施例斑马线识别正确。

S17：流程结束。

需要说明的一点是，对于一个成像固定的成像设备来说，构建小波模板的步骤S12仅需要执行一次即可。也即构建了小波模板之后，可以对一个成像设备的多幅图像进行斑马线识别。

基于上述对斑马线逐行扫描的识别方法，在识别出斑马线的同时，还可以测量斑马线的距离。测距的基本思路为：首先对成像设备所成图像与成像设备之间的距离进行标定，确定图像中每个扫描行距离成像设备的物理距离；然后，对斑马线进行识别，识别方法可采用上述图1实施例的方法，首次识别到斑马线的扫描行距离成像设备的距离即为斑马线距离成像设备的距离。下面结合图6及图7的实施例介绍逐行扫描测量斑马线距离的方法。

图6所示为本发明测量斑马线距离的方法一个实施例的流程图。该实施例测量斑马线距离的过程具体如下：

S61：流程开始。

S62：构建小波模板。

S63：对成像设备所成图像中扫描行与成像设备的距离进行标定。

要测量斑马线的距离，首先需要有个基准，也即需要对一个特定成像设备所成图像中每个扫描行与成像设备的距离预先标定，以此标定为基础，在识别到斑马线时，利用标定计算斑马线距离成像设备的距离。

标定可以采用各种不同的方法，该实施例所采用的标定过程为：固定成像设备位置，如将作为成像设备的摄像机架设在车辆前端顶部，利用成像设备获得标定图像。设标定图像共有M扫描行，在标定图像中每扫描行对应的物理位置上设置标记点，共计M个标记点，然后测量每个标记点到成像设备的物理距离，记录相应的结果，可形成表格，以备查询使用，完成标定过程。

在标定过程中，标定图像可以是成像设备形成的原始图像，也可以是经裁剪后的感兴趣区域图像。区别之处在于，若为原始图像，标定的是扫描行距离成像设备的物理距离；若为裁剪后的感兴趣区域图像，需要确定裁剪后图像的底边、也即第1扫描行对应的实际位置，以便于成像设备距离进行换算。

S64：对原始彩色图像进行裁剪，获得感兴趣区域彩色图像。

S65：对感兴趣区域彩色图像进行灰度变换，获得待检测图像。

S66：逐行扫描待检测图像，计算扫描行像素点的响应函数，根据响应函数值及设定阈值识别斑马线，记录首次检测到斑马线的扫描行。

上述步骤S62及步骤S64至步骤S66所采用的方法及过程可参考图1逐行扫描识别斑马线的实施例，在此不再复述。

S67：根据标定结果获得首次检测到斑马线的扫描行与成像设备的距离，也即获得了斑马线距离成像设备的距离。然后，根据成像设备与所在车辆车头之间的距离，可以推算出前方斑马线底边距离车辆的实际距离，该距离报告给车主，可以起到预报斑马线位置的提示作用，车主根据提示可以提前采取减速、刹车等措施，提高行车安全系数。

上述实施例的距离测量原理可参见附图7所示。该实施例在测量斑马线距离时，以车辆车头位置AB作为图像底边，此处的位置为0。若首次检测到斑马线的扫描行为Lb，则斑马线距离车头AB处的距离为扫描行Lb到车辆中放置的摄像机距离与AB扫描行到摄像机距离之差。

本发明的上述实施例根据斑马线成像出现的灰度准周期频率变化特性，采用对图像进行逐行扫描策略，并设计与准周期频率变化相匹配的一维小波函数模板作为探针，可以快速识别出斑马线位置，且能克服道路上出现的汉字标示、箭头标示、车辆遮挡等干扰的影响，保证了检测和识别的精度。而且，通过对距离进行预先标定，可以计算斑马线底部距离成像设备的距离，进而推算出斑马线距离车辆的距离，实现了对斑马线的预报，提高了行车安全性能。

以上实施例仅用以说明本发明的技术方案，而非对其进行限制；尽管参照前述实施例对本发明进行了详细的说明，对于本领域的普通技术人员来说，依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或替换，并不使相应技术方案的本质脱离本发明所要求保护的技术方案的精神和范围。