CN103617412A - 实时车道线检测方法 - Google Patents

Abstract

本发提供了一种实时车道线检测方法，通过当前帧消失点位置来确定感兴趣区域，去掉没有车道线的上半部分图像，缩短了每帧图像的处理时间。在感兴趣区域从内向外，分为两方向进行边缘点扫描，每次检测到的都是车道上距车辆最近的车道线的内侧，除了其他边缘点的干扰，不会因为车道线宽度而产生抖动，并且由于从消失点位置将图片分为两半检测车道线，避免了对全图检测时，检测到的两条直线都在消失点一侧的情况，提高了检测的准确性。另外，本发明用Hough变换车道线检测时仅取与水平线一定夹角范围内的直线，提高了检测的准度，节省了计算不在范围内直线Hough权值的时间。本发明能快速准确稳定地实现对高速公路上及路况较好的郊区公路车道线检测。

Description

实时车道线检测方法

技术领域

本发明属于计算机视觉领域，主要涉及图像处理中直线检测技术，用于车道偏离预警系统。

技术背景

目前，国内外在防止车道偏离方面都开展了相当多有益的探索。经过长期大量的研究实践，人们逐步认识到采用单目视觉技术，仅使用一台摄像机，即能在一定程度上实现对前方道路环境、车辆探测及车距监测的功能。机器视觉图像的信息含量丰富，可同时进行车道线检测、交通信号识别以及多车道上的障碍物识别，还可以提供实时录像，以供事后分析。最重要的是，应用机器视觉技术实现汽车车道偏离预警与碰撞预警系统的技术越来越成熟、成本低廉、性能可靠、安装和使用简便,能够迅速普及。车道线的准确快速检测是预警系统的至关重要的环节。

车道线检测是通过合适的算法，从车道图片中准确快速地找出车道线在图片中的位置。从而车辆可以通过摄像头的标定数据，计算出本车与车道线的相对位置，达到车道预警的目的。车道线检测的算法好坏，直接影响车道偏离系统的性能。在实际中，车道常常受到阴影，车道上有箭头、文字，车道线不清楚，车道线被遮挡，车辆影响，斑马线影响等因素使车道线检测变得比较困难。

在高速公路及弯度较小的郊区公路，车道线可近似看作直线。大量的算法都是基于这个前提进行的。现在主要有如下这些车道线检测算法：

（1）Broggi提出了鸟瞰图方法。该方法先取图像边缘，利用相机标定的信息对边缘图像作仿射变换，变成鸟瞰图。原图像中的车道线映射成鸟瞰图中的竖直直线，然后检测内测的竖直直线。B.M,Broggi,GOLD:A parallel real-time stereo Vision system for generic obstacle andlane detection,IEEE Transactions on Image Processing,1998,pp.4-6.

（2）Kreucher C提出了LOIS算法。该算法根据车道线可能出现的位置生成几个参数可变的模板，并设计模板匹配函数。然后在图像中找到使模板匹配函数最大的线条。C.Kreucher,S.K.Lakshmanan,A Driver warning System based on the LOIS Lane detection Algorithm,Proceeding of IEEE International Conference On Intelligent Vehicles.Stuttgart,Germany,1998,pp.17-22.

（3）传统Hough变换检测车道线的方法。先用canny算子检测图像边缘，再用取边缘点作Hough变换检测直线。Bahgat,M:A simple implementation for unmarked road tracking.In:14^thIEEE Mediterranean Electro technical Conference,pp.929-934(2008)

以上的车道线检测算法都已日趋成熟，但实时性和准确性这对矛盾有待更完善地解决。比如，在许多算法中，虽然能检测到车道线，但是偶尔会出现检测到的车道线不是最靠近车辆的车道线的情况。而且即使每次都能检测到最靠近车辆的两条车道线，由于车道线有一定宽度，前后两帧图片的检测结果常常也偏差较大。表现在检测结果视频中则出现检测到的车道线的抖动性。这会使之后计算车辆与车道线相对位置及车辆行驶方向与车道线夹角出现较大误差。

发明内容

本发明所要解决的技术问题是，提供了一种快速、稳定的车道线检测方法。

本发明为解决上述技术问题所采样的技术方案是，实时车道线检测方法，包括以下步骤：

基于消失点的感兴趣区域检测步骤：先读取当前帧，确定当前帧中车道线消失点位置；再取图片中车道线消失点所在纵坐标以下的区域为感兴趣区域；最后，在感兴趣区域内，以消失点所在横坐标开始，分别从左至右、从右至左、向图片两侧进行边缘点扫描，每行向右扫描时检测到的第一个边缘像素点的位置放入右边缘点集合，并结束对该行的向右扫描，向左扫描时检测到的第一边缘像素点的位置放入左边缘点集合，并结束对该行的向左扫描；

车道线检测步骤：完成对当前帧感兴趣区域的边缘点检测后，分别对左、右边缘点集合中的边缘像素点进行Hough变换，并取预设角度范围内的最长直线作为左、右车道线。

本发明通过当前帧消失点位置来确定感兴趣区域，去掉没有车道线的上半部分图像，缩短了每帧图像的处理时间。在感兴趣区域从内向外，分为两方向进行边缘点扫描，每次检测到的都是车道上距车辆最近的车道线的内侧，除了其他边缘点的干扰，不会因为车道线宽度而产生抖动，并且由于从消失点位置将图片分为两半检测车道线，避免了对全图检测时，检测到的两条直线都在消失点一侧的情况，提高了检测的准确性。另外，本发明用Hough变换车道线检测时仅取与水平线一定夹角范围内的直线，提高了检测的准度，节省了计算不在范围内直线Hough权值的时间。且hough变换算法能够有效检测出虚线车道线。本发明实现了车道线的稳定检测。

为了加快运算速度，在已检测连续帧数量小于等于预设值时，先完成基于消失点的感兴趣区域检测步骤后进入车道线检测步骤；当已检测连续帧数量大于预设值时，则先通过基于估计的感兴趣区域检测步骤后进入车道线检测步骤；

基于估计的感兴趣区域检测步骤：

先根据前一帧的左、右车道线位置来估计当前帧的感兴趣区域，当前帧的感兴趣区域由前一帧检测到的左、右车道线及其两侧的像素点形成的2个平行四边形区域组成；

在左车道线及其两侧的像素点形成的感兴趣区域内，将每行从右至左进行边缘点扫描时检测到的第一个边缘像素点的位置信息放入左边缘点集合，并结束对该行的向左扫描；在右车道线及其两侧的像素点形成的感兴趣区域内，将每行从左至右进行边缘点扫描时检测到的第一个边缘像素点的位置信息放入右边缘点集合，并结束对该行的向右扫描。

进一步的，当已检测连续帧数量大于预设值时，如当前帧检测出的左、右车道线与上一帧偏差大，或者2个平行四边形区域分别对应的感兴趣区域内有没有检测到预设角度范围内的直线，则在当前帧的车道线检测步骤完成后，对下一帧的处理返回基于消失点的感兴趣区域检测步骤。

本发明的有益效果是，能快速准确稳定地实现对高速公路上及路况较好的郊区公路车道线检测。

附图说明

图1为实施例流程图。

具体实施方式

为了方便地描述本发明内容，首先对以下术语进行说明：

消失点：在3维现实世界中，同一个平面上的所有平行直线反映到2维图像中会相交与同一点。在直道车道上的车道线及车道边缘线近视平行，反映到车道图像中，这些直线会相交于一点，该点定义为消失点。

Hough变换：Hough变换是图像处理中用来检测图片中直线的方法，Hough变换于1962年由Paul Hough提出。Hough变换的基本思想是利用点—线的对偶性，即图像空间共线的点对应在参数空间里相交的线，反过来，在参数空间中交与同一个点的所有直线在图像空间里都有贡献的点与之对应。

在图像空间X-Y中，所有共线的点（x，y）都可以用直线方程描述为：

y=mx+c      (1)

其中m为直线的斜率，c为截距，同时上式又可以改写为：

c=-xm+y      (2)

上式可以看做是参数空间M-C中的一条直线方程，其中直线的斜率为x，截距为y。

比较以上两试，可以看出，图像空间中的一点（x，y）对应参数空间中的一条直线，而图像空间中的一条直线又是由参数空间中的一个点（m，c）来决定的。Hough变换的基本思想就是将上述两式看作是图像空间中的点和参数空间中的点的共同的约束条件，并由此定义一个从图像空间到参数空间的一对映射。图像空间中的同一条直线上的点经过Hough变换后，对应的参数空间中的一簇直线，它们相交于一点。确定该点在参数空间中的位置即可以知道图像中直线的参数。Hough变换把在图像空间中的直线检测问题转换到参数空间里对点的检测问题，通过在参数空间里进行简单的累加统计完成检测任务。

在具体的计算过程中，需要将参数空间M-C离散化为二维的累加数组，设这个数组为A(m，c)，同时设[m_min,m_max]和[c_min,c_max]分别为斜率和截距的取值范围。开始时置数组A全为零，然后对每一个图像空间中的给定边缘点，让m取遍[m_min,m_max]内所有可能的值，并根据式(2)算出对应的c。再根据m和c的值(设都已经取整)对数组元素作增值操作：A(m，c)=A(m，c)+1。累加结束后，通过检测数组A中局部峰值点的位置来确定参数m和c的值。

为了能够正确识别和检测任意方向的和任意位置的直线，可以用Duda和Hart提出的直线极坐标方程：

ρ=xcosθ+ysinθ      (3)

转化为图像空间X-Y与参数空间θ-ρ的对应。

实施例如图1所示：

已检测连续帧数量小于等于预设值N(N=5)时，对于当前帧的车道线检测，先完成基于消失点的感兴趣区域检测步骤后进入车道线检测步骤：

基于消失点的感兴趣区域检测步骤：先读取当前帧，确定当前帧中车道线消失点位置；再取图片中车道线消失点所在纵坐标以下的区域为感兴趣区域ROI；最后，在感兴趣区域内，以消失点所在横坐标开始，分别从左至右、从右至左、向图片两侧进行边缘点扫描，每行向右扫描时检测到的第一个边缘像素点的位置放入右边缘点集合，并结束对该行的向右扫描，向左扫描时检测到的第一边缘像素点的位置放入左边缘点集合，并结束对该行的向左扫描；每一行最多记录2个边缘点；

车道线检测步骤：完成对当前帧感兴趣区域的边缘点检测后，分别对左、右边缘点集合中的边缘像素点进行Hough变换，并取预设角度范围内的最长直线作为左、右车道线。预设角度范围为与水平轴夹角在30度与80度之间。

已检测连续帧数量大于5时，对于当前帧的车道线检测，先通过基于估计的感兴趣区域检测步骤后进入车道线检测步骤：

基于估计的感兴趣区域检测步骤：

先根据前一帧的左、右车道线位置来估计当前帧的感兴趣区域，当前帧的感兴趣区域由前一帧检测到的左、右车道线及其两侧的像素点形成的2个平行四边形区域组成；

在左车道线及其两侧的像素点形成的感兴趣区域内，将每行从右至左进行边缘点扫描时检测到的第一个边缘像素点的位置信息放入左边缘点集合，并结束对该行的向左扫描；在右车道线及其两侧的像素点形成的感兴趣区域内，将每行从左至右进行边缘点扫描时检测到的第一个边缘像素点的位置信息放入右边缘点集合，并结束对该行的向右扫描；

车道线检测步骤：完成对当前帧感兴趣区域的边缘点检测后，分别对左、右边缘点集合中的边缘像素点进行Hough变换，并取预设角度范围内的最长直线作为左、右车道线。

当已检测连续帧数量大于5时，如当前帧检测出的左、右车道线与上一帧偏差大（比如，当前帧的θ与上一帧θ相差大），或者2个平行四边形区域分别对应的感兴趣区域内有没有检测到预设角度范围内的直线，则在当前帧的车道线检测步骤完成后，对下一帧的处理返回基于消失点的感兴趣区域检测步骤。

当然，即使当连续帧数量大于5时，继续运行先完成基于消失点的感兴趣区域检测步骤后进入车道线检测步骤的方式，也同样能够达到本发明的基本目标。

具体的，基于消失点的感兴趣区域检测步骤中，开始的第一帧图片的消失点位置可以预设为当前帧图片第一行的中间点；第一帧的感兴趣区域为第一帧完整图片。

可选的，为了加快运算速度，根据连续两帧图像中车道线不会发生突变的原则，在基于消失点的感兴趣区域检测步骤中，当前帧的车道线消失点位置由上一帧检测到的左、右车道线估计得到，即当前帧的车道线消失点位置为根据上一帧检测到的左、右车道线计算的消失点位置。

可选的，基于消失点的感兴趣区域检测步骤中，为了防止某帧中消失点检测出现较大的偏差，当前帧中车道线消失点位置由当前帧实际检测出的车道线消失点位置和前一帧车道线消失点位置加权得到。

进一步的，为了减少干扰，在基于消失点的感兴趣区域检测步骤以及基于估计的感兴趣区域检测步骤中，感兴趣区域确定后，在进行边缘点扫描之前，将区域内RGB图像转换为灰度图像，再使用中值滤波去除图像噪声。

进一步的，为了减少本图片中其它车辆以及斑马线的干扰，在基于消失点的感兴趣区域检测步骤中，感兴趣区域确定后，在进行边缘点扫描之前，使用滤波算子[-12-1]及[-12-1]^T滤掉区域内的横线、竖线。

采用本实施例的方法，对采集的几万张高速高路和郊区公路的车道图片做测试，高速公路的准确检测率为98%，郊区公路为92%，平均每帧耗时55ms。实验结果表明本实施例的车道检测算法利用消失点位置信息以及车道线在图片的分部特性，从消失点位置向两侧检测，能够提高检测准确性，去掉了检测抖动性。并通过估计感兴趣区域，提高了效率，同时滤去了大量干扰信息，实现了准确稳定快速地对车道进行检测。

Claims (8)

1.实时车道线检测方法，其特征在于，包括以下步骤：

基于消失点的感兴趣区域检测步骤：先读取当前帧，确定当前帧中车道线消失点位置；再取图片中车道线消失点所在纵坐标以下的区域为感兴趣区域；最后，在感兴趣区域内，以消失点所在横坐标开始，分别从左至右、从右至左、向图片两侧进行边缘点扫描，每行向右扫描时检测到的第一个边缘像素点的位置放入右边缘点集合，并结束对该行的向右扫描，向左扫描时检测到的第一边缘像素点的位置放入左边缘点集合，并结束对该行的向左扫描；

车道线检测步骤：完成对当前帧感兴趣区域的边缘点检测后，分别对左、右边缘点集合中的边缘像素点进行Hough变换，并取预设角度范围内的最长直线作为左、右车道线。

2.如权利要求1所述实时车道线检测方法，其特征在于，在已检测连续帧数量小于等于预设值时，先完成基于消失点的感兴趣区域检测步骤后进入车道线检测步骤；当已检测连续帧数量大于预设值时，则先通过基于估计的感兴趣区域检测步骤后进入车道线检测步骤；

基于估计的感兴趣区域检测步骤：

先根据前一帧的左、右车道线位置来估计当前帧的感兴趣区域，当前帧的感兴趣区域由前一帧检测到的左、右车道线及其两侧的像素点形成的2个平行四边形区域组成；

在左车道线及其两侧的像素点形成的感兴趣区域内，将每行从右至左进行边缘点扫描时检测到的第一个边缘像素点的位置信息放入左边缘点集合，并结束对该行的向左扫描；在右车道线及其两侧的像素点形成的感兴趣区域内，将每行从左至右进行边缘点扫描时检测到的第一个边缘像素点的位置信息放入右边缘点集合，并结束对该行的向右扫描。

3.如权利要求1所述实时车道线检测方法，其特征在于，基于消失点的感兴趣区域检测步骤中，开始的第一帧图片的消失点位置预设为当前帧图片第一行的中间点；第一帧的感兴趣区域为第一帧完整图片。

4.如权利要求1所述实时车道线检测方法，其特征在于，基于消失点的感兴趣区域检测步骤中，当前帧的车道线消失点位置由上一帧检测到的左、右车道线估计得到，即当前帧的车道线消失点位置为根据上一帧检测到的左、右车道线计算的消失点位置。

5.如权利要求1所述实时车道线检测方法，其特征在于，基于消失点的感兴趣区域检测步骤中，当前帧中车道线消失点位置由当前帧实际检测出的车道线消失点位置和前一帧车道线消失点位置加权得到。

6.如权利要求2所述实时车道线检测方法，其特征在于，在基于消失点的感兴趣区域检测步骤以及基于估计的感兴趣区域检测步骤中，感兴趣区域确定后，在进行边缘点扫描之前，使用中值滤波去除图像噪声。

7.如权利要求1或2所述实时车道线检测方法，其特征在于，在基于消失点的感兴趣区域检测步骤中，感兴趣区域确定后，在进行边缘点扫描之前，使用滤波算子滤掉区域内的横线、竖线。

8.如权利要求2所述实时车道线检测方法，其特征在于，如当前帧检测出的左、右车道线与上一帧偏差大，或者2个平行四边形区域分别对应的感兴趣区域内有没有检测到预设角度范围内的直线，则在当前帧的车道线检测步骤完成后，对下一帧的处理返回基于消失点的感兴趣区域检测步骤。

Images