CN105718916A - 一种基于霍夫变换的车道线检测方法 - Google Patents

Abstract

本发明涉及一种基于霍夫变换的车道线检测方法，包括以下步骤：通过车内摄像头对道路图像数据进行实时采集；依据采集到的道路图像数据进行车道线中线检测；利用霍夫变换的直线检测算法检测车道线所在直线；对霍夫变换检测出的直线进行筛选，得到车道线直线。本发明检测中线相对于检测边缘的好处在于，降低一半目标点数量，并且对于一条车道线降低了检测到多条直线的可能，对后续的筛选算法复杂性有所降低。

Description

一种基于霍夫变换的车道线检测方法

技术领域

本发明涉及智能驾驶领域，具体地说是一种基于霍夫变换的车道线检测方法。

背景技术

基于视觉的道路标线提取一直是智能驾驶领域的重要组成部分。其工作是从车载摄像头获得的视频信息中，根据车道线的颜色、形状和纹理特征，将行车线与背景分离，从而获得行车线的走向，车辆相对行车线的位置等信息。现有的行车线检测算法大体可分为车道线区域检测法、特征驱动法和模型匹配法，其中应用最为广泛的是基于模型的霍夫变换方法。

基于霍夫变换的车道线检测方法一般流程为：

1)采集道路图像；

2)提取车道线边缘目标点；

3)基于霍夫变换的直线检测算法；

4)筛选车道线；

步骤2)中，边缘检测能够很好的提取车道线的边缘信息，并把边缘像素最为目标点作为步骤3)的输入信息。常见的边缘检测算法包括：Sobel算子、Roberts算子、Prewitt算子和Canny算子等。

步骤3)中，霍夫变换根据输入的目标点的位置检测直线位置；

步骤4)中，由于目标点检测并不能完全在同一条直线上，步骤3)中一条车道线可能检测出多条直线，所以需要通过一定算法进行车道线的筛选。

目前，基于霍夫变换的车道线检测算法速度慢，实时性差。其主要原因是：边缘检测算法一般都经过模板预算，运算量相对较大；对一条车道线会检测出两个边缘，即增加了霍夫变换检测直线的目标点，在霍夫变换检测直线过程中，增加了近一倍的计算量；并且由于单车道会检测出两条直线，在步骤4)中需要进行额外的算法进行直线滤除，以保证车道线的准确性。

发明内容

针对现有技术的不足，本发明提供一种通过图像预处理方法，检测车道线中线位置，并作为霍夫变换检测直线目标点的车道线检测方法。

本发明为实现上述目的所采用的技术方案是：

一种基于霍夫变换的车道线检测方法，包括以下步骤：

步骤1：通过车内摄像头对道路图像数据进行实时采集；

步骤2：依据采集到的道路图像数据进行车道线中线检测；

步骤3：利用霍夫变换的直线检测算法检测车道线所在直线；

步骤4：对霍夫变换检测出的直线进行筛选，得到车道线直线。

所述车道线中线检测包括以下步骤：

步骤1：在采集到的道路图像中选取感兴趣区域；

步骤2：将感兴趣区域进行图像二值化处理；

步骤3：在二值化图像的基础上逐行遍历图像，选取车道线中线。

所述选取车道线中线包括以下过程：

标志位清0，并从图像左端向右遍历图像；

当标志位为0时，判断当前像素和下一像素是否存在从0到1的变化，若存在则标志位置1，记录当前位置为车道线的起始位置；否则继续向右遍历图像；

当标志位为1时，判断当前像素和下一像素是否存在从1到0的变化，若存在则标志位清0，记录当前位置为车道线结束位置，同时进行车道线的真伪判断；否则继续向右遍历图像。

所述车道线的真伪判断过程为：若车道线长度在某一阈值范围内，则判定为车道线，并计算当前车道线的起始位置和结束位置的中间位置，为当前车道线的中线；否则不为中线。

所述利用霍夫变换的直线检测算法检测车道线所在直线包括以下过程：

选取完车道线中线后，将所有中线的点作为霍夫变换的特征点，并映射到霍夫空间；

在霍夫空间中选取响应值最大的若干个点，并反映射到图像空间中获取直线信息。

所述对霍夫变换检测出的直线进行筛选包括以下过程：

通过局部极值的方法将一定范围内的直线划为一束，并通过选取极值的方法选取其中一条作为车道线，其余直线滤除；

将检测到的直线映射到二值化图像中，若直线在图像中获得的波形满足阶梯变化时，则判定为虚线；若直线在图像中获得的波形满足一定长度的连续响应，则判定为实线；若不满足以上二者，则判定为假车道线，并滤除。

本发明具有以下有益效果及优点：

1.本发明算法实现简单，速度提升。

2.本发明通过检测中线，降低一半目标点数量，并且对于一条车道线降低了检测到多条直线的可能，对后续的筛选算法复杂性有所降低。

附图说明

图1是本发明的方法流程图；

图2是本发明的车道中线检测流程图；

图3是本发明的选取中心点流程图。

具体实施方式

下面结合附图及实施例对本发明做进一步的详细说明。

如图1所示为本发明的方法流程图。

本专利总体分为四个步骤：

1)采集道路图像数据；

2)车道线中线检测

3)霍夫变换检测直线；

4)筛选车道线；

步骤1)中通过车内摄像头实时采集道路图像数据；

步骤2)共分为三个步骤：

如图2所示为本发明的车道中线检测流程图。

a)在采集到的道路图像中选取感兴趣区域。由于车道两旁背景复杂，不利于车道线的检测，而道路信息主要集中于车辆的正前方位置，即图像中心下方位置，所以选择车辆前方一定范围作为车道线检测的感兴趣区域。

b)将感兴趣区域进行图像二值化。二值化是将车道线与背景分开，使得车道线像素值为1，背景像素值为0。本专利所采用的二值化方法为双峰法。在选取的感兴趣区域中，主要包含车道线和背景信息，背景一般为黑色路面，像素值较低，而车道线为白线，像素值较高；感兴趣区域的图像直方图成双峰形状，可选取双峰间的谷值作为阈值，将图像二值化。

c)选取车道线中线，如图3所示为本发明的选取中心点流程图。该步骤在二值化图像的基础上逐行遍历图像：标志位清0，并从图像左端向右遍历图像，当标志位为0时，判断当前像素和下一像素是否存在从0到1的变化。若存在则标志位置1，并记录当前车道线的起始位置；若不存在，则继续向右遍历图像；当标志位为1时，判断当前像素和下一像素是否存在从1到0的变化，若存在则标志位清0，记录当前车道线结束位置，同时进行车道线的真伪判断：若车道线长度在某一阈值范围内，则判定为车道线，计算当前车道线的起始位置和结束位置的中间位置，并记录为当前车道线的中线；若车道线长度不在某一阈值范围，则不记录为中线；若不存在从0到1的变化，则继续向右搜索图像。

步骤3)中利用霍夫变换检测直线。选取完车道线中线后，将所有中线点作为霍夫变换的特征点，并映射到霍夫空间；在霍夫空间中选取响应值最大的若干个点，并反映射到图像空间中获取直线信息。

步骤4)中对霍夫变换检测出的直线进行筛选。筛选条件共包含以下几个步骤：

a)直线去重。通过局部极值的方法将一定范围内的直线划为一束，并通过选取极值的方法选取其中一条作为车道线，其余直线滤除。

b)直线虚实判断。将检测到的直线映射到二值化图像中，当直线在图像中获得的波形若满足阶梯变化时，则可判定为虚线；若满足一定长度的连续响应，则可判定为实线；若不满足以上二者，则可判定为假车道线，并滤除；最终获得车道线直线。

Claims (6)

1.一种基于霍夫变换的车道线检测方法，其特征在于，包括以下步骤：

步骤1：通过车内摄像头对道路图像数据进行实时采集；

步骤2：依据采集到的道路图像数据进行车道线中线检测；

步骤3：利用霍夫变换的直线检测算法检测车道线所在直线；

步骤4：对霍夫变换检测出的直线进行筛选，得到车道线直线。

2.根据权利要求1所述的基于霍夫变换的车道线检测方法，其特征在于：所述车道线中线检测包括以下步骤：

步骤1：在采集到的道路图像中选取感兴趣区域；

步骤2：将感兴趣区域进行图像二值化处理；

步骤3：在二值化图像的基础上逐行遍历图像，选取车道线中线。

3.根据权利要求2所述的基于霍夫变换的车道线检测方法，其特征在于：所述选取车道线中线包括以下过程：

标志位清0，并从图像左端向右遍历图像；

当标志位为0时，判断当前像素和下一像素是否存在从0到1的变化，若存在则标志位置1，记录当前位置为车道线的起始位置；否则继续向右遍历图像；

当标志位为1时，判断当前像素和下一像素是否存在从1到0的变化，若存在则标志位清0，记录当前位置为车道线结束位置，同时进行车道线的真伪判断；否则继续向右遍历图像。

4.根据权利要求3所述的基于霍夫变换的车道线检测方法，其特征在于：所述车道线的真伪判断过程为：若车道线长度在某一阈值范围内，则判定为车道线，并计算当前车道线的起始位置和结束位置的中间位置，为当前车道线的中线；否则不为中线。

5.根据权利要求1所述的基于霍夫变换的车道线检测方法，其特征在于：所述利用霍夫变换的直线检测算法检测车道线所在直线包括以下过程：

选取完车道线中线后，将所有中线的点作为霍夫变换的特征点，并映射到霍夫空间；

在霍夫空间中选取响应值最大的若干个点，并反映射到图像空间中获取直线信息。

6.根据权利要求1所述的基于霍夫变换的车道线检测方法，其特征在于：所述对霍夫变换检测出的直线进行筛选包括以下过程：

通过局部极值的方法将一定范围内的直线划为一束，并通过选取极值的方法选取其中一条作为车道线，其余直线滤除；

将检测到的直线映射到二值化图像中，若直线在图像中获得的波形满足阶梯变化时，则判定为虚线；若直线在图像中获得的波形满足一定长度的连续响应，则判定为实线；若不满足以上二者，则判定为假车道线，并滤除。