CN105426863B - 检测车道线的方法和装置 - Google Patents

Abstract

本发明公开了一种检测车道线的方法和装置，属于计算机领域。方法包括：从车辆前方道路的彩色图像中获取第一感兴趣灰度区域，并获取第一感兴趣灰度区域包括的每行像素点的灰度分割阈值；对第一感兴趣灰度区域分别进行图像边缘增强与二值化处理，得到第二感兴趣灰度区域；根据每行像素点的灰度分割阈值和边缘特征点提取算法，提取第二感兴趣灰度区域包括的车道线的边缘特征点；根据车道线的边缘特征点，确定车道线是双黄线或单线；如果车道线是双黄线，根据车道线的边缘特征点，拟合出双黄线的虚拟内侧车道线；确定虚拟内侧车道线是否满足预设车道条件；如果虚拟内侧车道线满足预设车道条件，确定虚拟内侧车道线是第一感兴趣灰度区域的内侧车道线。

Description

检测车道线的方法和装置

技术领域

本发明涉及计算机领域，特别涉及一种检测车道线的方法和装置。

背景技术

随着交通的发展和汽车性能的提高，汽车行驶速度也相应地加快，因而，汽车的行车安全越来越为人们所重视。在众多交通事故中，因为偏离车道而产生的事故是一个重要部分，因此，为了保证汽车的行车安全，在汽车行驶过程中需要检测车辆前方道路上的车道线，如果车辆偏离车道线时，及时提醒驾驶员进行调整，以减少交通事故的发生。

目前检测车道线的方法可以为：从车辆前方道路的灰度图像中获取感兴趣区域；根据感兴趣区域，构造至少一个图像矩阵，每个图像矩阵包括多个第一行向量；对多个第一行向量分别进行图像边缘增强与二值化处理，得到多个第二行向量；根据多个第二行向量，从感兴趣区域内提取车道线边缘特征点，提取的边缘特征点组成车道线。

在实现本发明的过程中，发明人发现现有技术至少存在以下问题：

上述方法可以用来检测单车道线，然而对于相邻的双黄线，由于无法区分单直线和双黄线，检测双黄线时会存在误检测现象，导致检测准确性低。

发明内容

为了解决现有技术的问题，本发明实施例提供了一种检测车道线的方法和装置。所述技术方案如下：

一种检测车道线的方法，所述方法包括：

从车辆前方道路的彩色图像中获取第一感兴趣灰度区域，并获取所述第一感兴趣灰度区域包括的每行像素点的灰度分割阈值；

对所述第一感兴趣灰度区域分别进行图像边缘增强与二值化处理，得到第二感兴趣灰度区域；

根据所述每行像素点的灰度分割阈值和边缘特征点提取算法，提取所述第二感兴趣灰度区域包括的车道线的边缘特征点；

根据所述车道线的边缘特征点，确定所述车道线是否是双黄线；

如果所述车道线是双黄线，根据所述车道线的边缘特征点，拟合出所述双黄线的虚拟内侧车道线；

确定所述虚拟内侧车道线是否满足预设车道条件；

如果所述虚拟内侧车道线满足所述预设车道条件，确定所述虚拟内侧车道线是所述第一感兴趣灰度区域的内侧车道线。

可选的，所述根据所述每行像素点的灰度分割阈值和边缘特征点提取算法，提取所述第二感兴趣灰度区域包括的车道线的边缘特征点，包括：

从所述第一感兴趣灰度区域确定第一像素点集合，所述第一像素点集合中的像素点的灰度值大于所述像素点所在行的灰度分割阈值；

从所述第二感兴趣灰度区域中确定第二像素点集合，所述第二像素点集合中的像素点的灰度值为最大灰度值；

根据所述第一像素点集合和所述第二像素点集合，确定第三像素点集合，所述第三像素点集合中的像素点同位于所述第一像素点集合和所述第二像素点集合；

将所述第三像素点集合中的像素点确定为所述第二感兴趣灰度区域包括的车道线的边缘特征点。

可选的，所述根据所述车道线的边缘特征点，确定所述车道线是否是双黄线，包括：

根据所述第二感兴趣灰度区域中每行边缘特征点，获取所述边缘特征点的变化规律；

确定所述每行边缘特征点的变化规律是否符合双黄线的边缘特征点的对应的预设变化规律；

统计变化规律符合所述预设变化规律的行数；

如果所述行数超过预设行数，确定所述车道线是双黄线。

可选的，所述根据所述车道线的边缘特征点，拟合出所述双黄线的虚拟内侧车道线，包括：

从所述车道线的边缘特征点中选择内侧边缘特征点；

根据所述内侧边缘特征点和多级hough变换技术，拟合出所述双黄线的虚拟内侧车道线。

可选的，所述确定所述虚拟内侧车道线是否满足预设车道条件，包括：

计算所述虚拟内侧车道线的车道线宽度和所述虚拟内侧车道线的消失点位置；

从所述第二感兴趣灰度区域中提取与所述双黄线对应的单车道线，并计算所述虚拟内侧车道线与所述单车道线之间的车道宽度；

确定所述车道宽度是否在第一预设宽度范围内，所述车道线宽度是否在第二预设宽度范围内，以及所述消失点位置是否在所述第二感兴趣灰度区域中的预设位置范围内；

如果所述车道宽度在第一预设宽度范围内且所述车道线宽度在第二预设宽度范围内，且所述消失点位置在所述第二感兴趣灰度区域中的预设位置范围内，确定所述虚拟内侧车道线满足所述预设车道条件。

一种检测车道线的装置，所述装置包括：

获取模块，用于从车辆前方道路的彩色图像中获取第一感兴趣灰度区域，并获取所述第一感兴趣灰度区域包括的每行像素点的灰度分割阈值；

处理模块，用于对所述第一感兴趣灰度区域分别进行图像边缘增强与二值化处理，得到第二感兴趣灰度区域；

提取模块，用于根据所述每行像素点的灰度分割阈值和边缘特征点提取算法，提取所述第二感兴趣灰度区域包括的车道线的边缘特征点；

第一确定模块，用于根据所述车道线的边缘特征点，确定所述车道线是否是双黄线；

拟合模块，用于如果所述车道线是双黄线，根据所述车道线的边缘特征点，拟合出所述双黄线的虚拟内侧车道线；

第二确定模块，用于确定所述虚拟内侧车道线是否满足预设车道条件；

第三确定模块，用于如果所述虚拟内侧车道线满足所述预设车道条件，确定所述虚拟内侧车道线是所述第一感兴趣灰度区域的内侧车道线。

可选的，所述提取模块，包括：

第一确定单元，用于从所述第一感兴趣灰度区域确定第一像素点集合，所述第一像素点集合中的像素点的灰度值大于所述像素点所在行的灰度分割阈值；

第二确定单元，用于从所述第二感兴趣灰度区域中确定第二像素点集合，所述第二像素点集合中的像素点的灰度值为最大灰度值；

第三确定单元，用于根据所述第一像素点集合和所述第二像素点集合，确定第三像素点集合，所述第三像素点集合中的像素点同位于所述第一像素点集合和所述第二像素点集合；

第四确定单元，用于将所述第三像素点集合中的像素点确定为所述第二感兴趣灰度区域包括的车道线的边缘特征点。

可选的，所述第一确定模块，包括：

获取单元，用于根据所述第二感兴趣灰度区域中每行边缘特征点，获取所述边缘特征点的变化规律；

第五确定单元，用于确定所述每行边缘特征点的变化规律是否符合双黄线的边缘特征点的对应的预设变化规律；

统计单元，用于统计变化规律符合所述预设变化规律的行数；

第六确定单元，用于如果所述行数超过预设行数，确定所述车道线是双黄线。

可选的，所述拟合模块，包括：

选择单元，用于从所述车道线的边缘特征点中选择内侧边缘特征点；

拟合单元，用于根据所述内侧边缘特征点和多级hough变换技术，拟合出所述双黄线的虚拟内侧车道线。

可选的，所述第二确定模块，包括：

第一计算单元，用于计算所述虚拟内侧车道线的车道线宽度和所述虚拟内侧车道线的消失点位置；

提取单元，用于从所述第二感兴趣灰度区域中提取与所述双黄线对应的单车道线；

第二计算单元，用于计算所述虚拟内侧车道线与所述单车道线之间的车道宽度；

第七确定单元，用于确定所述车道宽度是否在第一预设宽度范围内，所述车道线宽度是否在第二预设宽度范围内，以及所述消失点位置是否在所述第二感兴趣灰度区域中的预设位置范围内；

第八确定单元，用于如果所述车道宽度在第一预设宽度范围内且所述车道线宽度在第二预设宽度范围内，且所述消失点位置在所述第二感兴趣灰度区域中的预设位置范围内，确定所述虚拟内侧车道线满足所述预设车道条件。

在本发明实施例中，从车辆前方道路的彩色图像中获取第一感兴趣灰度区域，并获取第一感兴趣灰度区域包括的每行像素点的灰度分割阈值；对第一感兴趣灰度区域分别进行图像边缘增强与二值化处理，得到第二感兴趣灰度区域；根据每行像素点的灰度分割阈值和边缘特征点提取算法，提取第二感兴趣灰度区域包括的车道线的边缘特征点；根据车道线的边缘特征点，确定车道线是否是双黄线；如果车道线是双黄线，根据车道线的边缘特征点，拟合出双黄线的虚拟内侧车道线；确定虚拟内侧车道线是否满足预设车道条件；如果虚拟内侧车道线满足预设车道条件，确定虚拟内侧车道线是第一感兴趣灰度区域的内侧车道线。本发明能够检测出双黄线，并获取双黄线的内侧车道线，从而提高了检测车道线的准确性。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例一提供的一种检测车道线的方法流程图；

图2是本发明实施例二提供的一种检测车道线的方法流程图；

图3是本发明实施例三提供的一种检测车道线的装置结构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。

实施例一

图1是本发明实施例提供的一种检测车道线的方法流程图，参见图1，该方法包括：

步骤101：从车辆前方道路的彩色图像中获取第一感兴趣灰度区域，并获取第一感兴趣灰度区域包括的每行像素点的灰度分割阈值。

步骤102：对第一感兴趣灰度区域分别进行图像边缘增强与二值化处理，得到第二感兴趣灰度区域。

步骤103：根据每行像素点的灰度分割阈值和边缘特征点提取算法，提取第二感兴趣灰度区域包括的车道线的边缘特征点。

本步骤可以通过以下步骤(1)至(4)实现，包括：

(1)：从第一感兴趣灰度区域确定第一像素点集合，第一像素点集合中的像素点的灰度值大于像素点所在行的灰度分割阈值，灰度分割阈值根据行灰度均值和区域行最大值计算。

(2)：从第二感兴趣灰度区域中确定第二像素点集合，第二像素点集合中的像素点的灰度值为最大灰度值。

(3)：根据第一像素点集合和第二像素点集合，确定第三像素点集合，第三像素点集合中的像素点同位于第一像素点集合和第二像素点集合.

(4)：将第三像素点集合中的像素点确定为第二感兴趣灰度区域包括的车道线的边缘特征点。

步骤104：根据该车道线的边缘特征点，确定该车道线是否是双黄线。

本步骤可以通过以下步骤(1)至(4)实现，包括：

(1)：根据第二感兴趣灰度区域中每行边缘特征点，获取边缘特征点的变化规律。

(2)：确定每行边缘特征点的变化规律是否符合双黄线的边缘特征点的对应的预设变化规律。

(3)：统计变化规律符合预设变化规律的行数。

(4)：如果该行数超过预设行数，确定车道线是双黄线。

步骤105：如果该车道线是双黄线，根据该车道线的边缘特征点，拟合出双黄线的虚拟内侧车道线。

本步骤可以通过以下步骤(1)至(2)实现，包括：

(1)：从该车道线的边缘特征点中选择内侧边缘特征点。

(2)：根据该内侧边缘特征点和多级hough变换技术，拟合出双黄线的虚拟内侧车道线。

步骤106：确定该虚拟内侧车道线是否满足预设车道条件。

本步骤可以通过以下步骤(1)至(4)实现，包括：

(1)：计算该虚拟内侧车道线的车道线宽度和虚拟内侧车道线的消失点位置；

(2)：从第二感兴趣灰度区域中提取与双黄线对应的单车道线，并计算虚拟内侧车道线与单车道线之间的车道宽度；

(3)：确定车道宽度是否在第一预设宽度范围内，车道线宽度是否在第二预设宽度范围内，以及消失点位置是否在第二感兴趣灰度区域中的预设位置范围内；

(4)：如果车道宽度在第一预设宽度范围内且车道线宽度在第二预设宽度范围内，且消失点位置在第二感兴趣灰度区域中的预设位置范围内，确定虚拟内侧车道线满足预设车道条件。

步骤107：如果虚拟内侧车道线满足预设车道条件，确定虚拟内侧车道线是第一感兴趣灰度区域的内侧车道线。

在本发明实施例中，从车辆前方道路的彩色图像中获取第一感兴趣灰度区域，并获取第一感兴趣灰度区域包括的每行像素点的灰度分割阈值；对第一感兴趣灰度区域分别进行图像边缘增强与二值化处理，得到第二感兴趣灰度区域；根据每行像素点的灰度分割阈值和边缘特征点提取算法，提取第二感兴趣灰度区域包括的车道线的边缘特征点；根据车道线的边缘特征点，确定车道线是否是双黄线；如果车道线是双黄线，根据车道线的边缘特征点，拟合出双黄线的虚拟内侧车道线；确定虚拟内侧车道线是否满足预设车道条件；如果虚拟内侧车道线满足预设车道条件，确定虚拟内侧车道线是第一感兴趣灰度区域的内侧车道线。本发明能够检测出双黄线，并获取双黄线的内侧车道线，从而提高了检测车道线的准确性。

实施例二

图2是本发明实施例提供的一种检测车道线的方法流程图，该方法的执行主体可以为车辆的车载终端。参见图2，该方法包括：

步骤201：从车辆前方道路的彩色图像中获取第一感兴趣灰度区域。

在本步骤中，可以将车辆前方道路的彩色图像转换为灰度图像，从灰度图像中获取第一感兴趣灰度区域，也即以下第一种实现方式；也可以从车辆前方道路的彩色图像中获取第一感兴趣彩色区域，然后将第一感兴趣彩色区域转换为第一感兴趣灰度区域，也即以下第二种实现方式。

对于第一种实现方式，本步骤可以为：

通过安装在车辆内部或者外部的摄像头，采集车辆前方道路的彩色图像；将该彩色图像转换为灰度图像；根据该灰度图像中的地平面消失线，从该灰度图像中获取第一感兴趣灰度区域。

对于第二种实现方式，本步骤可以为：

通过安装在车辆内部或者外部的摄像头，采集车辆前方道路的彩色图像，根据该彩色图像中的地平面消失线，从该彩色图像中获取第一感兴趣彩色区域，将第一感兴趣彩色区域转换为第一感兴趣灰度区域。

通过第二种实现方式，只需要将转换彩色图像的一部分图像转换为灰度图像，提高转换效率。

车载终端中存储该摄像头对应的地平面消失线在彩色图像中的位置。相应的，根据该灰度图像中的地平面消失线，从该灰度图像中获取第一感兴趣灰度区域的步骤可以为：

根据地平面消失线在彩色图像中的位置，从该灰度图像中获取地平面消失线，该地平面消失线将该灰度图像分成了两部分，将该地平面消失线以下的灰度图像确定为第一感兴趣灰度区域。

同样，根据该彩色图像中的地平面消失线，从该彩色图像中获取第一感兴趣彩色区域的步骤可以为：

根据地平面消失线在彩色图像中的位置，从该彩色图像中获取地平面消失线，该地平面消失线将该彩色图像分成了两部分，将该地平面消失线以下的彩色图像确定为第一感兴趣彩色区域。

在本步骤之前，检测车辆是否已启动，如果检测到车辆已启动，开启安装在车辆内部或者外部的摄像头。

摄像头采集的彩色图像的大小可以1280*960等。

步骤202：获取第一感兴趣灰度区域包括的每行像素点的灰度分割阈值。

对于第一感兴趣灰度区域中的每行像素点，获取该行像素点的最大灰度值和灰度均值；计算最大灰度值和灰度均值的灰度差值，计算灰度差值与预设系数之积得到该行像素点的灰度分割阈值。

由于在真实场景中，左右车道线面对场景的灰度值有所差异，因此为了提高准确性，可以将第一感兴趣灰度区域平均分为左半区域和右半区域；分别按以上方法计算左半区域和右半区域中的每行像素点的灰度分割阈值。

其中，计算左半区域中的每行像素点的灰度分割阈值的步骤可以为：

对于左半区域中的每行像素点，获取该行像素点的最大灰度值和灰度均值，计算最大灰度值和灰度均值的灰度差值，计算灰度差值与第一预设系数之积得到该行像素点的灰度分割阈值。

相应的，计算右半区域中的每行像素点的灰度分割阈值的步骤可以为：

对于右半区域中的每行像素点，获取该行像素点的最大灰度值和灰度均值，计算最大灰度值和灰度均值的灰度差值，计算灰度差值与第二预设系数之积得到该行像素点的灰度分割阈值。

预设系数、第一预设系数和第二预设系数都可以根据需要进行设置并更改，在本发明实施例中对预设系数不作具体限定。

在本发明实施例中，车载终端开辟一个数组，用于存储行标识和灰度分割阈值的对应关系；或者，车载终端开辟一个数组，用于存储区域标识、行标识和灰度分割阈值的对应关系。

步骤203：对第一感兴趣灰度区域分别进行图像边缘增强与二值化处理，得到第二感兴趣灰度区域。

图像边缘增强的目的在于将第一感兴趣灰度区域中的边缘细节部分凸显出来，如将车道线的上升沿和下降沿凸显出来。本步骤可以通过以下步骤(1)和(2)实现，包括：

(1)：根据边缘检测方法，对第一感兴趣灰度区域进行图像边缘增强，得到第三感兴趣灰度区域。

边缘检测方法可以为基于一阶微分的边缘检测方法、基于二阶微分的边缘检测方法、基于小波变换和小波包的边缘检测方法，以及，基于数学形态学、模糊理论和神经网络的边缘检测方法中的一种边缘检测方法。

由于基于一阶微分的边缘检测方法的运算量小，可以满足系统实时性的要求，因此，本步骤中优先选择基于一阶微分的边缘检测方法。

(2)：对第三感兴趣灰度区域进行二值化处理，得到第二感兴趣灰度区域。

确定第三感兴趣的二值化阈值，将第三感兴趣灰度区域中的灰度值大于该二值化阈值的像素点的灰度值设置为最大灰度值，将第三感兴趣灰度区域中的灰度值小于或等于该二值化阈值的像素点的灰度值设置为最小灰度值。

其中，确定第三感兴趣的二值化阈值的步骤可以为：

根据灰度均值法、最大熵法或者直方图方法确定第三感兴趣的二值化阈值。

最大灰度值可以为255；最小灰度值可以为0。

步骤204：根据每行像素点的灰度分割阈值和边缘特征点提取算法，提取第二感兴趣灰度区域包括的车道线的边缘特征点。

本步骤可以通过以下步骤(1)至(4)实现，包括：

(1)：从第一感兴趣灰度区域中确定第一像素点集合，第一像素点集合中的像素点的灰度值大于像素点所在行的灰度分割阈值。

对于第一感兴趣灰度区域中的任一像素点，获取该像素点的灰度值，根据该像素点所在行的行标识，从行标识和灰度分割阈值的对应关系中获取该像素点所在行的灰度分割阈值，确定该像素点的灰度值是否大于该灰度分割阈值，如果该像素点的灰度值大于该灰度分割阈值，将该像素点添加到第一像素点集合中。

如果在步骤202中计算左半区域和右半区域中的每行像素点的灰度分割阈值，本步骤可以为：

对于第一感兴趣灰度区域中的任一像素点，获取该像素点所在区域的区域标识，根据该区域标识和该像素点所在行的行标识，从区域标识、行标识和灰度分割阈值的对应关系中获取该像素点所在的区域和所在的行对应的灰度分割阈值，确定该像素点的灰度值是否大于该灰度分割阈值，如果该像素点的灰度值大于该灰度分割阈值，将该像素点添加到第一像素点集合中。

(2)：从第二感兴趣灰度区域中确定第二像素点集合，第二像素点集合中的像素点的灰度值为最大灰度值。

第二感兴趣灰度区域是一个二值化图像，直接从第二感兴趣灰度区域中选择像素点的灰度值为最大灰度值的像素点组成第二像素点集合。

(3)：根据第一像素点集合和第二像素点集合，确定第三像素点集合，第三像素点集合中的像素点同位于第一像素点集合和第二像素点集合。

获取第一像素点集合和第二像素点集合的交集像素点组成第三像素点集合。

(4)：将第三像素点集合中的像素点确定为第二感兴趣灰度区域包括的车道线的边缘特征点。

第三像素点集合中的像素点即为车道线候选点，也即为第二感兴趣灰度区域包括的车道线的边缘特征点。

步骤205：根据车道线的边缘特征点和双黄线的属性信息，确定该车道线是否是双黄线。

本步骤可以通过以下步骤(1)至(4)实现，包括：

(1)：根据第二感兴趣灰度区域中每行边缘特征点，获取边缘特征点的变化规律。

(2)：确定每行边缘特征点的变化规律是否符合双黄线的边缘特征点的对应的预设变化规律。

对于任一行的边缘特征点，双黄线的边缘特征点的对应的预设变化规律可以为：该行从左到右或者从右到左的第一个边缘特征点到最后一个边缘特征点满足先持续一定长度的最大灰度值，然后持续一定长度的最小灰度值，然后再持续一定长度的最大灰度值。

例如，该行从左到右或者从右到左的第一个边缘特征点到最后一个边缘特征点满足先持续一定长度灰度值为255，然后持续一定长度灰度值为0，然后再持续一定长度灰度值为255。

(3)：统计变化规律符合预设变化规律的行数。

(4)：如果该行数超过预设行数，确定该车道线是双黄线。

预设行数可以根据第二感兴趣灰度区域的大小进行设置并更改，且预设行数不小于第二感兴趣灰度区域的行数的一半。

进一步地，为了提高识别准确性，统计变换规律：先持续一定长度的最大灰度值，然后持续一定长度的最小灰度值，然后再持续一定长度的最大灰度值中持续最小灰度值的长度，确定该长度是否大于预设长度，如果该长度大于预设长度，确定该车道线是双黄线。

步骤206：如果该车道线是双黄线，根据该车道线的边缘特征点，拟合出该双黄线的虚拟内侧车道线。

具体地，从该车道线的边缘特征点中选择内侧边缘特征点；根据该内侧边缘特征点和多级hough变换技术，拟合出该双黄线的虚拟内侧车道线。

采用多级hough变换技术，可以极大降低hough变换过程中计算量和对系统存储空间的占用；多级hough变换技术的核心思想是首先采用第一级hough变换粗定位车道线极坐标位置，然后采用多级hough变换中除第一级hough变换之外其他级hough变换精确定位车道线极坐标位置，从而得到准确的虚拟内侧车道线。

例如，通过两级hough变换，则首先通过第一级hough变换粗定位车道线极坐标位置，然后采用第二级hough变换精确定位车道线极坐标位置，从而得到准确的虚拟内侧车道线。

步骤207：确定虚拟内侧车道线是否满足预设车道条件。

预设车道条件可以为车道宽度是否在第一预设宽度范围内，车道线宽度是否在第二预设宽度范围内，消失点位置是否在预设位置范围内等。本步骤可以通过以下步骤(1)至(4)实现，包括：

(1)：计算虚拟内侧车道线的车道线宽度和虚拟内侧车道线的消失点位置。

消失点是在两条直线在图像中的相交点，在真实场景中为平坦道路的最远点；在本步骤中，将虚拟内侧车道线的最远点确定为该虚拟内侧车道线的消失点位置。

(2)：从第二感兴趣灰度区域中提取与双黄线对应的单车道线，并计算虚拟内侧车道线与该单车道线之间的车道宽度。

如果双黄线位于第二感兴趣灰度区域的左侧，则从第二感兴趣灰度区域的右侧提取单车道线；如果双黄线位于第二感兴趣灰度区域的右侧，则从第二感兴趣灰度区域的左侧提取单车道线。

其中，提取单车道线的方法和拟合出虚拟双黄线内侧车道线的方法相同，在此不再详细说明。

(3)：确定该车道宽度是否在第一预设宽度范围内，该车道线宽度是否在第二预设宽度范围内，以及该消失点位置是否在第二感兴趣灰度区域中的预设位置范围内。

确定该车道宽度是否在第一预设宽度范围内，如果该车道宽度在第一预设宽度范围内，进一步确定该车道线宽度是否在第二预设宽度范围内；如果该车道宽度不在第一预设宽度范围内，确定虚拟内侧车道线不满足预设车道条件。

如果该车道线宽度在第二预设宽度范围内，进一步确定该消失点位置是否在第二感兴趣灰度区域中的预设位置范围内；如果该车道线宽度不在第二预设宽度范围内，确定虚拟内侧车道线不满足预设车道条件。

我国车道宽度一般为3.75m，车道线宽度一般为15cm，消失点一般是两个车道线的相交点，则第一预设宽度范围可以为3.5-4.2m，第二预设宽度范围可以为12-18cm，预设位置范围可以为第二感兴趣灰度区域的上半部分区域。

需要说明的是，计算车道宽度，并确定车道宽度是否在第一预设宽度范围内的步骤，还可以替换为：

确定待检测区域，待检测区域与该虚拟内侧车道线平行，且待检测区域的宽度为预设宽度，且待检测区域与该虚拟内侧车道线之间的距离为预设距离；确定待检测区域中是否存在车道线。

进一步地，如果待检测区域中存在车道线，进一步确定该车道线宽度是否在第二预设宽度范围内。

(4)：如果车道宽度在第一预设宽度范围内且车道线宽度在第二预设宽度范围内，且消失点位置在第二感兴趣灰度区域中的预设位置范围内，确定虚拟内侧车道线满足预设车道条件。

步骤208：如果该虚拟内侧车道线满足预设车道条件，确定该虚拟内侧车道线是第一感兴趣灰度区域的内侧车道线。

如果该虚拟内侧车道线不满足预设车道条件，确定该虚拟内侧车道线不是第一感兴趣灰度区域的内侧车道线。

在本发明实施例中，从车辆前方道路的彩色图像中获取第一感兴趣灰度区域，并获取第一感兴趣灰度区域包括的每行像素点的灰度分割阈值；对第一感兴趣灰度区域分别进行图像边缘增强与二值化处理，得到第二感兴趣灰度区域；根据每行像素点的灰度分割阈值和边缘特征点提取算法，提取第二感兴趣灰度区域包括的车道线的边缘特征点；根据车道线的边缘特征点，确定车道线是否是双黄线；如果车道线是双黄线，根据车道线的边缘特征点，拟合出双黄线的虚拟内侧车道线；确定虚拟内侧车道线是否满足预设车道条件；如果虚拟内侧车道线满足预设车道条件，确定虚拟内侧车道线是第一感兴趣灰度区域的内侧车道线。本发明能够检测出双黄线，并获取双黄线的内侧车道线，从而提高了检测车道线的准确性。

实施例三

本发明实施例提供了一种检测车道线的装置，参见图3，其中，该装置包括：

获取模块301，用于从车辆前方道路的彩色图像中获取第一感兴趣灰度区域，并获取第一感兴趣灰度区域包括的每行像素点的灰度分割阈值；

处理模块302，用于对第一感兴趣灰度区域分别进行图像边缘增强与二值化处理，得到第二感兴趣灰度区域；

提取模块303，用于根据每行像素点的灰度分割阈值和边缘特征点提取算法，提取第二感兴趣灰度区域包括的车道线的边缘特征点；

第一确定模块304，用于根据车道线的边缘特征点，确定车道线是否是双黄线；

拟合模块305，用于如果车道线是双黄线，根据车道线的边缘特征点，拟合出双黄线的虚拟内侧车道线；

第二确定模块306，用于确定虚拟内侧车道线是否满足预设车道条件；

第三确定模块307，用于如果虚拟内侧车道线满足预设车道条件，确定虚拟内侧车道线是第一感兴趣灰度区域的内侧车道线。

可选的，提取模块303，包括：

第一确定单元，用于从第一感兴趣灰度区域确定第一像素点集合，第一像素点集合中的像素点的灰度值大于像素点所在行的灰度分割阈值；

第二确定单元，用于从第二感兴趣灰度区域中确定第二像素点集合，第二像素点集合中的像素点的灰度值为最大灰度值；

第三确定单元，用于根据第一像素点集合和第二像素点集合，确定第三像素点集合，第三像素点集合中的像素点同位于第一像素点集合和第二像素点集合；

第四确定单元，用于将第三像素点集合中的像素点确定为第二感兴趣灰度区域包括的车道线的边缘特征点。

可选的，第一确定模块304，包括：

获取单元，用于根据第二感兴趣灰度区域中每行边缘特征点，获取边缘特征点的变化规律；

第五确定单元，用于确定每行边缘特征点的变化规律是否符合双黄线的边缘特征点的对应的预设变化规律；

统计单元，用于统计变化规律符合预设变化规律的行数；

第六确定单元，用于如果行数超过预设行数，确定车道线是双黄线。

可选的，拟合模块305，包括：

选择单元，用于从车道线的边缘特征点中选择内侧边缘特征点；

拟合单元，用于根据内侧边缘特征点和多级hough变换技术，拟合出双黄线的虚拟内侧车道线。

可选的，第二确定模块306，包括：

第一计算单元，用于计算虚拟内侧车道线的车道线宽度和虚拟内侧车道线的消失点位置；

提取单元，用于从第二感兴趣灰度区域中提取与双黄线对应的单车道线；

第二计算单元，用于计算虚拟内侧车道线与单车道线之间的车道宽度；

第七确定单元，用于确定车道宽度是否在第一预设宽度范围内，车道线宽度是否在第二预设宽度范围内，以及消失点位置是否在第二感兴趣灰度区域中的预设位置范围内；

第八确定单元，用于如果车道宽度在第一预设宽度范围内且车道线宽度在第二预设宽度范围内，且消失点位置在第二感兴趣灰度区域中的预设位置范围内，确定虚拟内侧车道线满足预设车道条件。

在本发明实施例中，从车辆前方道路的彩色图像中获取第一感兴趣灰度区域，并获取第一感兴趣灰度区域包括的每行像素点的灰度分割阈值；对第一感兴趣灰度区域分别进行图像边缘增强与二值化处理，得到第二感兴趣灰度区域；根据每行像素点的灰度分割阈值和边缘特征点提取算法，提取第二感兴趣灰度区域包括的车道线的边缘特征点；根据车道线的边缘特征点，确定车道线是否是双黄线；如果车道线是双黄线，根据车道线的边缘特征点，拟合出双黄线的虚拟内侧车道线；确定虚拟内侧车道线是否满足预设车道条件；如果虚拟内侧车道线满足预设车道条件，确定虚拟内侧车道线是第一感兴趣灰度区域的内侧车道线。本发明能够检测出双黄线，并获取双黄线的内侧车道线，从而提高了检测车道线的准确性。

需要说明的是：上述实施例提供的检测车道线的装置在检测车道线时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的检测车道线的装置与检测车道线的方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种检测车道线的方法，其特征在于，所述方法包括：

从车辆前方道路的彩色图像中获取第一感兴趣灰度区域，并获取所述第一感兴趣灰度区域包括的每行像素点的灰度分割阈值；

对所述第一感兴趣灰度区域分别进行图像边缘增强与二值化处理，得到第二感兴趣灰度区域；

根据所述每行像素点的灰度分割阈值和边缘特征点提取算法，提取所述第二感兴趣灰度区域包括的车道线的边缘特征点；

根据所述车道线的边缘特征点，确定所述车道线是否是双黄线；

如果所述车道线是双黄线，根据所述车道线的边缘特征点，拟合出所述双黄线的虚拟内侧车道线；

确定所述虚拟内侧车道线是否满足预设车道条件；

如果所述虚拟内侧车道线满足所述预设车道条件，确定所述虚拟内侧车道线是所述第一感兴趣灰度区域的内侧车道线；

所述根据所述每行像素点的灰度分割阈值和边缘特征点提取算法，提取所述第二感兴趣灰度区域包括的车道线的边缘特征点，包括：从所述第一感兴趣灰度区域确定第一像素点集合，所述第一像素点集合中的像素点的灰度值大于所述像素点所在行的灰度分割阈值；从所述第二感兴趣灰度区域中确定第二像素点集合，所述第二像素点集合中的像素点的灰度值为最大灰度值；根据所述第一像素点集合和所述第二像素点集合，确定第三像素点集合，所述第三像素点集合中的像素点同位于所述第一像素点集合和所述第二像素点集合；将所述第三像素点集合中的像素点确定为所述第二感兴趣灰度区域包括的车道线的边缘特征点。

2.如权利要求1所述的方法，其特征在于，所述根据所述车道线的边缘特征点，确定所述车道线是否是双黄线，包括：

根据所述第二感兴趣灰度区域中每行边缘特征点，获取所述边缘特征点的变化规律；

确定所述每行边缘特征点的变化规律是否符合双黄线的边缘特征点的对应的预设变化规律；

统计变化规律符合所述预设变化规律的行数；

如果所述行数超过预设行数，确定所述车道线是双黄线。

3.如权利要求1所述的方法，其特征在于，所述根据所述车道线的边缘特征点，拟合出所述双黄线的虚拟内侧车道线，包括：

从所述车道线的边缘特征点中选择内侧边缘特征点；

根据所述内侧边缘特征点和多级hough变换技术，拟合出所述双黄线的虚拟内侧车道线。

4.如权利要求1所述的方法，其特征在于，所述确定所述虚拟内侧车道线是否满足预设车道条件，包括：

计算所述虚拟内侧车道线的车道线宽度和所述虚拟内侧车道线的消失点位置；

从所述第二感兴趣灰度区域中提取与所述双黄线对应的单车道线，并计算所述虚拟内侧车道线与所述单车道线之间的车道宽度；

确定所述车道宽度是否在第一预设宽度范围内，所述车道线宽度是否在第二预设宽度范围内，以及所述消失点位置是否在所述第二感兴趣灰度区域中的预设位置范围内；

如果所述车道宽度在第一预设宽度范围内且所述车道线宽度在第二预设宽度范围内，且所述消失点位置在所述第二感兴趣灰度区域中的预设位置范围内，确定所述虚拟内侧车道线满足所述预设车道条件。

5.一种检测车道线的装置，其特征在于，所述装置包括：

获取模块，用于从车辆前方道路的彩色图像中获取第一感兴趣灰度区域，并获取所述第一感兴趣灰度区域包括的每行像素点的灰度分割阈值；

处理模块，用于对所述第一感兴趣灰度区域分别进行图像边缘增强与二值化处理，得到第二感兴趣灰度区域；

提取模块，用于根据所述每行像素点的灰度分割阈值和边缘特征点提取算法，提取所述第二感兴趣灰度区域包括的车道线的边缘特征点；

第一确定模块，用于根据所述车道线的边缘特征点，确定所述车道线是否是双黄线；

拟合模块，用于如果所述车道线是双黄线，根据所述车道线的边缘特征点，拟合出所述双黄线的虚拟内侧车道线；

第二确定模块，用于确定所述虚拟内侧车道线是否满足预设车道条件；

第三确定模块，用于如果所述虚拟内侧车道线满足所述预设车道条件，确定所述虚拟内侧车道线是所述第一感兴趣灰度区域的内侧车道线；

所述提取模块，包括：第一确定单元，用于从所述第一感兴趣灰度区域确定第一像素点集合，所述第一像素点集合中的像素点的灰度值大于所述像素点所在行的灰度分割阈值；第二确定单元，用于从所述第二感兴趣灰度区域中确定第二像素点集合，所述第二像素点集合中的像素点的灰度值为最大灰度值；第三确定单元，用于根据所述第一像素点集合和所述第二像素点集合，确定第三像素点集合，所述第三像素点集合中的像素点同位于所述第一像素点集合和所述第二像素点集合；第四确定单元，用于将所述第三像素点集合中的像素点确定为所述第二感兴趣灰度区域包括的车道线的边缘特征点。

6.如权利要求5所述的装置，其特征在于，所述第一确定模块，包括：

获取单元，用于根据所述第二感兴趣灰度区域中每行边缘特征点，获取所述边缘特征点的变化规律；

第五确定单元，用于确定所述每行边缘特征点的变化规律是否符合双黄线的边缘特征点的对应的预设变化规律；

统计单元，用于统计变化规律符合所述预设变化规律的行数；

第六确定单元，用于如果所述行数超过预设行数，确定所述车道线是双黄线。

7.如权利要求5所述的装置，其特征在于，所述拟合模块，包括：

选择单元，用于从所述车道线的边缘特征点中选择内侧边缘特征点；

拟合单元，用于根据所述内侧边缘特征点和多级hough变换技术，拟合出所述双黄线的虚拟内侧车道线。

8.如权利要求5所述的装置，其特征在于，所述第二确定模块，包括：

第一计算单元，用于计算所述虚拟内侧车道线的车道线宽度和所述虚拟内侧车道线的消失点位置；

提取单元，用于从所述第二感兴趣灰度区域中提取与所述双黄线对应的单车道线；

第二计算单元，用于计算所述虚拟内侧车道线与所述单车道线之间的车道宽度；

第七确定单元，用于确定所述车道宽度是否在第一预设宽度范围内，所述车道线宽度是否在第二预设宽度范围内，以及所述消失点位置是否在所述第二感兴趣灰度区域中的预设位置范围内；

第八确定单元，用于如果所述车道宽度在第一预设宽度范围内且所述车道线宽度在第二预设宽度范围内，且所述消失点位置在所述第二感兴趣灰度区域中的预设位置范围内，确定所述虚拟内侧车道线满足所述预设车道条件。