CN105956511B - 一种基于Hough变换的车道直线检测与合并的方法 - Google Patents

Abstract

本发明公开了一种基于Hough变换的车道直线检测与合并的方法，包括直线检测和直线合并；直线检测：1将车道线的样本图像从RGB转换为HSV，对HSV求平均值作为参考值；2求参考值和图像中各像素点的距离；设距离阈值为Dist，将距离小于Dist的像素点灰度值设为255，否则为0，构成二值化图像；3运用Hough变换对2的二值化图像进行直线检测，返回直线坐标对(r，θ)集合。直线合并：4选取检测到的直线L1，L2；5将L1沿着与L1垂直的正反方向平移T，记为L1’和L1”；6求出L1’、L1”与L2的交点BC间距离dis1；7求出L2的端点DE间距离dis2；8若将L1、L2进行合并；否则不合并；9重复执行4至8，获得直线检测与合并的图像。本发明能够确保一条实际车道对应1条直线方程。

Description

一种基于Hough变换的车道直线检测与合并的方法

技术领域

本发明涉及计算机图像分析与处理、简单数学模型，特别是图像检测领域。

背景技术

近年来，随着城市人口、车辆的日益增加，城市的交通状况也备受关注，视频监控在交通领域得到了非常广泛的应用。准确地从视频流中区分出车道和运动目标，从而实现对运动目标的实时分析、跟踪、判别监控，就显得特别重要和有意义，因此，准确的车道直线检测技术变得尤为重要。

在车道直线检测技术上，应用最广泛的是Hough变换直线检测方法。Hough变换的基本原理在于利用点与线的对偶性，将原始图像空间的给定的曲线通过曲线表达形式变为参数空间的一个点。这样就把原始图像中给定曲线的检测问题转化为寻找参数空间中的峰值问题。现有的Hough变换检测直线的方法，利用了像素在空间域上的分布信息，虽然有效、实用，但也有一定的局限性。Hough变换由于受阈值、图像分辨率、像素大小等因素的影响，所检测到的直线也会出现变化，会出现多条直线，从而降低了车道检测的准确性以及实用性，而Hough变换没有后续的方法去处理这些遗留的问题，从而，Hough变换检测直线的方法应用到实际中时，其适应性不够强。

发明内容

为了解决上述问题，由于Hough车道直线检测的直线方程设计，可能存在一条实际车道对应N条直线方程，因此本发明主要解决N(N＝1,2,3,…)条直线方程的合并问题，提出了一种基于Hough变换的车道直线检测与合并方法。首先，通过Hough变换对图像进行直线检测，其次，通过与直线的距离在定阈值范围内的其它直线上的像素点所占比例来进行直线间的合并工作，从而获得理想的车道直线检测与合并图像。具体技术方案如下：

一种基于Hough变换的车道直线检测与合并的方法，包括：利用Hough变换对图像进行直线检测的步骤和车道直线合并的步骤；

所述利用Hough变换对图像进行直线检测的步骤包括如下：

步骤1，将车道线的样本图像从RGB转换为HSV，并分别对H,S,V求平均值作为车道线的参考值，记为(H1,S1,V1)；其中H表示样本图像的色调，S表示亮度，V表示饱和度。

步骤2，以参考值C1＝(H1,S1,V1)为基准，求参考值和图像中的每个像素点两个色彩之间的距离；设定两个色彩之间的距离的阈值为Dist，将距离小于Dist的图像的像素点灰度值设为255，其它的像素点灰度值置为0，构成二值化图像；

步骤3，运用Hough变换对步骤2获得的二值化图像进行直线检测，返回直线坐标对(r，θ)集合；其中r为原点坐标到检测到的直线的距离矢量，θ为直线与直角坐标系形成的角度；所述Hough变换如下：

经过一点(x,y)的直线表示为转化为方程：r＝x cosθ+ysinθ，于是从原来图像的坐标系转移到了Hough空间，且原来图像上的任一点对应Hough空间的一条直线，对于每条直线经过的点，都填充在Hough空间中，交点的个数超过阈值，就能确定一条直线，并返回对应的(r，θ)坐标对；

所述车道直线合并的步骤包括如下：

步骤4，选取检测到的两条直线，记为L1，L2；

步骤5，将L1沿着与L1垂直的正反两个方向分别平移T的距离，平移后的直线记为L1’和L1”；

步骤6，求出L1’、L1”与直线L2的交点坐标，分别记为B(x1，y1)，C(x2，y2)，计算BC两点间的距离dis1；

步骤7，求出L2的两个端点D、E的坐标，分别记为D(x3,y3)，E(x4,y4)，计算DE两点间的距离dis2；

步骤8，若则将L1、L2进行直线合并操作；否则，L1、L2不合并；k为设定的阈值；

步骤9，重复执行步骤4至步骤8，直到不再有直线能进行合并或者只剩下一条直线，则直线合并结束，获得直线检测与合并的图像。

进一步优选，所述步骤1中所述的车道线的参考值(H1,S1,V1)设为(0.08395,0.41978,0.64551)。

进一步优选，所述步骤1中样本图像从RGB转换为HSV的具体算法包括：

υ=max

上述中，(r,g,b)是一个图像像素的红、绿和蓝的色彩值，它们的取值是在0到1之间的实数，max是r，g和b中的最大值，min是r，g和b中的最小值。

进一步优选，所述步骤2中Dist的值为：0.12～0.16。

进一步优选，所述步骤2中参考值和图像中的每个像素点两个色彩之间的距离的计算方法为：

基准色彩C1＝(H1,S1,V1)与任一像素点色彩C2＝(H2,S2,V2)之间的距离Dist(C1,C2)为：

Dist(C1,C2)＝V1-V2|+V1*S1*cos(H1)-V2*S2*cos(H2)|+V1*S1*sin(H1)-V2*S2*sin(H2)|

其中，V1、V2，S1、S2，H1、H2分别为两个色彩的色调，亮度，饱和度。

进一步优选，所述步骤5中的T值设为图像列数的

进一步优选，所述步骤6中

所述步骤7中

进一步优选，所述步骤8中k的值设定为

进一步优选，所述步骤8中直线合并的操作具体为：将L1、L2合并到夹角为锐角的角平分线所在的直线上，合并后得到的直线暂时保留，并将L1、L2删除。

本发明的有益效果：

本发明首先通过Hough变换对图像进行直线检测，其次，通过与直线的距离在定阈值范围内的其它直线上的像素点所占比例来进行直线间的合并工作，从而获得理想的车道直线检测与合并图像。本发明确保了一条实际车道对应1条直线方程。

附图说明

图1是Hough车道直线检测与合并的说明图；

图2是基于Hough变换的车道直线检测与合并方法的流程图。

具体实施方式

本发明提出了一种基于Hough变换的车道直线检测与合并方法。由于Hough车道直线检测的直线方程设计，可能存在一条实际车道对应N条直线方程，因此本发明主要解决N条直线方程的合并问题。首先，通过Hough变换对图像进行直线检测，其次，通过与直线的距离在定阈值范围内的其它直线上的像素点所占比例来进行直线间的合并工作，从而获得理想的车道直线检测与合并图像。如图2所示，本发明分为以下两个部分实现：

第一部分：利用Hough变换对图像进行直线检测

步骤一：将车道线的样本图像从RGB转换为HSV，H表示样本图像的色调，S表示亮度，V表示饱和度，并分别对H,S,V求平均值作为车道线的参考值，记为(H1,S1,V1)。本发明中设定的(H1,S1,V1)的参考值为(0.08395,0.41978,0.64551)。

图像从RGB转换为HSV的算法如下：

υ＝max

设(r,g,b)是一个图像像素的红、绿和蓝的色彩值，它们的取值是在0到1之间的实数。max是r，g和b中的最大值，min是r，g和b中的最小值。

步骤二：以参考值C1＝(H1,S1,V1)为基准，求参考值和图像中的每个像素点两个色彩之间的距离。设定两个色彩之间的距离的阈值为Dist，本发明中设定的Dist范围为0.12～0.16，将距离小于Dist的图像的像素点灰度值设为255，其它的像素点灰度值置为0，构成二值化图像。

基准色彩C1＝(H1,S1,V1)与任一像素点色彩C2＝(H2,S2,V2)之间的距离Dist(C1,C2)由下式给出：

Dist(C1,C2)＝V1-V2|+V1*S1*cos(H1)-V2*S2*cos(H2)|+V1*S1*sin(H1)-V2*S2*sin(H2)|

V1,V2,S1,S2,H1,H2分别为两个色彩的色调，亮度和饱和度。

步骤三：运用Hough变换对步骤二获得的二值化图像进行直线检测，返回直线坐标对(r，θ)集合，r为原点坐标到检测到的直线的距离矢量，θ为直线与直角坐标系形成的角度。

Hough变换的如下：

经过一点(x,y)的直线可以表示成可转化为方程：

r＝x cosθ+y sinθ，于是从原来图像的坐标系转移到了Hough空间，且原来图像上的任一点对应Hough空间的一条直线。θ是横坐标，r是纵坐标。

对于每条直线经过的点，都填充在Hough空间中，交点的个数超过阈值，就能确定一条直线，并返回对应的(r，θ)坐标对。

第二部分：车道直线合并

步骤一：选取检测到的两条直线，记为L1，L2。如图1所示。

步骤二：沿与L1垂直的正反两个方向分别平移T的距离，平移后的直线记为L1’和L1”，如图二。T为设定的一个阈值，本发明中设定T为图像列数的

步骤三：分别求出L1’，L1”与直线L2的交点坐标，分别记为B(x1，y1)，C(x2，y2)，则BC两点间的距离dis1则可应用距离公式：求出,可有线段BC上任何一点到直线L1的距离均小于等于T。

步骤四，用距离公式求出直线L2在图像上的距离，即线段DE的距离，记为dis2，可由公式求得。其中，D、E为L2的两个端点，D,E分别记为D(x3,y3),E(x4,y4)。

步骤五：若则将L1、L2进行直线合并操作，具体合并操作：将L1、L2合并到夹角为锐角的角平分线所在的直线上，合并后得到的直线暂时保留，并将L1、L2删除。否则，L1、L2不合并。k为设定的一个阈值本发明中设定k为

步骤六：反复执行步骤一至步骤五，进行合并直线的操作，直到不再有直线能进行合并或者最终只剩下一条直线，则直线合并过程结束，从而获得最终的直线检测与合并图像。

以上所列出的一系列的详细说明仅仅是针对本发明的可行性实施方式的具体说明，它们并非用以限制本发明的保护范围，凡未脱离本发明技艺精神所作的等效实施方式或变更均应包含在本发明的保护范围之内。

Claims (6)

1.一种基于Hough变换的车道直线检测与合并的方法，其特征在于，包括：利用Hough变换对图像进行直线检测的步骤和车道直线合并的步骤；

所述利用Hough变换对图像进行直线检测的步骤包括如下：

步骤1，将车道线的样本图像从RGB转换为HSV，并分别对H,S,V求平均值作为车道线的参考值，记为(H1,S1,V1)；其中H表示样本图像的色调，S表示亮度，V表示饱和度；

步骤2，以参考值C1＝(H1,S1,V1)为基准，求参考值和图像中的每个像素点两个色彩之间的距离；设定两个色彩之间的距离的阈值为Dist，将距离小于Dist的图像的像素点灰度值设为255，其它的像素点灰度值置为0，构成二值化图像；

步骤3，运用Hough变换对步骤2获得的二值化图像进行直线检测，返回直线坐标对(r，θ)集合；其中r为原点坐标到检测到的直线的距离矢量，θ为直线与直角坐标系形成的角度；所述Hough变换如下：

经过一点(x,y)的直线表示为转化为方程：r＝xcosθ+ysinθ，于是从原来图像的坐标系转移到了Hough空间，且原来图像上的任一点对应Hough空间的一条直线，对于每条直线经过的点，都填充在Hough空间中，交点的个数超过阈值，就能确定一条直线，并返回对应的(r，θ)坐标对；

所述车道直线合并的步骤包括如下：

步骤4，选取检测到的两条直线，记为L1，L2；

步骤5，将L1沿着与L1垂直的正反两个方向分别平移T的距离，平移后的直线记为L1’和L1”；

步骤6，求出L1’、L1”与直线L2的交点坐标，分别记为B(x1，y1)，C(x2，y2)，计算BC两点间的距离dis1；

步骤7，求出L2的两个端点D、E的坐标，分别记为D(x3,y3)，E(x4,y4)，计算DE两点间的距离dis2；

步骤8，若则将L1、L2进行直线合并操作；否则，L1、L2不合并；k为设定的阈值；

步骤9，重复执行步骤4至步骤8，直到不再有直线能进行合并或者只剩下一条直线，则直线合并结束，获得直线检测与合并的图像；

所述步骤1中所述的车道线的参考值(H1,S1,V1)设为(0.08395,0.41978,0.64551)；

所述步骤2中Dist的值为：0.12～0.16；

所述步骤8中直线合并的操作具体为：将L1、L2合并到夹角为锐角的角平分线所在的直线上，合并后得到的直线暂时保留，并将L1、L2删除。

2.根据权利要求1所述的一种基于Hough变换的车道直线检测与合并的方法，其特征在于，所述步骤1中样本图像从RGB转换为HSV的具体算法包括：

v＝max

上述中，(r,g,b)是一个图像像素的红、绿和蓝的色彩值，它们的取值是在0到1之间的实数，max是r，g和b中的最大值，min是r，g和b中的最小值。

3.根据权利要求1所述的一种基于Hough变换的车道直线检测与合并的方法，其特征在于，所述步骤2中参考值和图像中的每个像素点两个色彩之间的距离的计算方法为：

基准色彩C1＝(H1,S1,V1)与任一像素点色彩C2＝(H2,S2,V2)之间的距离Dist(C1,C2)为：

Dist(C1,C2)＝|V1-V2|+|V1*S1*cos(H1)-V2*S2*cos(H2)|

+|V1*S1*sin(H1)-V2*S2*sin(H2)|

其中，V1、V2，S1、S2，H1、H2分别为两个色彩的色调，亮度，饱和度。

4.根据权利要求1所述的一种基于Hough变换的车道直线检测与合并的方法，其特征在于，所述步骤5中的T值设为图像列数的

5.根据权利要求1所述的一种基于Hough变换的车道直线检测与合并的方法，其特征在于，所述步骤6中

所述步骤7中

6.根据权利要求1所述的一种基于Hough变换的车道直线检测与合并的方法，其特征在于，所述步骤8中k的值设定为