CN109002795A - 车道线检测方法、装置及电子设备 - Google Patents

Abstract

本发明提供了一种车道线检测方法、装置及电子设备，该车道线检测方法首先根据待检测图像，获取目标区域图像；对该目标区域图像进行二值化处理，得到二值化图像；对上述二值化图像进行切分，获得多个水平切片图像，以将车道线分割成多段；对于每个水平切片图像，根据该水平切片图像中各个像素点的灰度值，确定车道线对应于该水平切片图像的车道线坐标；根据获取的多个车道线坐标，对车道线进行拟合。该方式首先通过二值化处理标记出车道线所在区域，将二值化图像切分后，确定车道线对应于每个水平切片图像的坐标，从而根据该坐标实现对车道线的曲线拟合，克服了现有技术仅适用于曲率不大的道路，对于曲线的检测局限性较大的缺点。

Description

车道线检测方法、装置及电子设备

技术领域

本发明涉及图像处理技术领域，尤其是涉及一种车道线检测方法、装置及电子设备。

背景技术

无人驾驶技术近年来发展迅速，而实现无人车自动驾驶的首要条件是有良好的感知周围环境的能力，包括对车道线的检测，对行人、前车的识别，对交通标志牌、红绿灯的识别等。其中车道线检测是非常重要的一环。现代车道线检测技术中，最常用的一种是采用RGB阈值检测后将图像二值化，利用hough变换检测出直线区域的车道线来检测。

但是，hough变换对于直线的检测效果较好，但对于曲线的检测上有较大的缺陷，只能适用于曲率不大的道路上。

发明内容

有鉴于此，本发明的目的在于提供一种车道线检测方法、装置及电子设备，以缓解现有技术仅适用于曲率不大的道路，对于曲线的检测局限性较大的缺点。

第一方面，本发明实施例提供了一种车道线检测方法，包括：

根据待检测图像，获取目标区域图像，所述目标区域图像包括车道线；

对所述目标区域图像进行二值化处理，得到二值化图像；

对所述二值化图像进行切分，获得多个水平切片图像，以将车道线分割成多段；

对于每个水平切片图像，根据所述水平切片图像中各个像素点的灰度值，确定车道线对应于所述水平切片图像的车道线坐标；

根据获取的多个车道线坐标，对车道线进行拟合。

结合第一方面，本发明实施例提供了第一方面的第一种可能的实施方式，其中，所述对于每个水平切片图像，根据所述水平切片图像中各个像素点的灰度值，确定车道线对应于所述水平切片图像的车道线坐标包括：

对于每个水平切片图像，统计所述水平切片图像中每一列像素点的灰度值之和；

确定灰度值之和最大的两列像素点对应的图像横坐标；

根据所述图像横坐标及所述水平切片图像的图像高度，确定车道线对应于所述水平切片图像的车道线坐标；

其中所述车道线坐标包括车道线横坐标和车道线纵坐标。

结合第一方面的第一种可能的实施方式，本发明实施例提供了第一方面的第二种可能的实施方式，其中，所述根据获取的多个车道线坐标，对车道线进行拟合包括：

将所述车道线横坐标小于预设中值的车道线坐标作为第一车道线坐标；

将所述车道线横坐标大于预设中值的车道线坐标作为第二车道线坐标；

分别根据所述第一车道线坐标和所述第二车道线坐标，对左车道线和右车道线进行拟合。

结合第一方面，本发明实施例提供了第一方面的第三种可能的实施方式，其中，所述对所述目标区域图像进行二值化处理包括：

将所述目标区域图像，转换为HSL空间图像；

获取根据当前光照条件确定的色相阈值，对所述HSL空间图像进行二值化处理。

结合第一方面，本发明实施例提供了第一方面的第四种可能的实施方式，其中，所述对所述二值化图像进行切分之前，还包括：

对所述二值化图像进行透视变换。

结合第一方面，本发明实施例提供了第一方面的第五种可能的实施方式，其中，所述根据获取的多个车道线坐标，对车道线进行拟合包括：

根据获取的多个车道线坐标，确定左车道线对应的左拟合曲线及右车道线对应的右拟合曲线；

分别计算左拟合曲线和右拟合曲线对应的曲率和偏移。

第二方面，本发明实施例还提供一种车道线检测装置，包括：

目标获取模块，用于根据待检测图像，获取目标区域图像，所述目标区域图像包括车道线；

二值化处理模块，用于对所述目标区域图像进行二值化处理，得到二值化图像；

切片划分模块，用于对所述二值化图像进行切分，获得多个水平切片图像，以将车道线分割成多段；

坐标确定模块，用于对于每个水平切片图像，根据所述水平切片图像中各个像素点的灰度值，确定车道线对应于所述水平切片图像的车道线坐标；

车道拟合模块，用于根据获取的多个车道线坐标，对车道线进行拟合。

第三方面，本发明实施例还提供一种电子设备，包括存储器、处理器，所述存储器上存储有可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述第一方面及其任一种可能的实施方式所述的方法。

第四方面，本发明实施例还提供一种具有处理器可执行的非易失的程序代码的计算机可读介质，所述程序代码使所述处理器执行所述第一方面及其任一种可能的实施方式所述方法。

本发明实施例带来了以下有益效果：

在本发明提供的实施例中，该车道线检测方法首先根据待检测图像，获取目标区域图像；对该目标区域图像进行二值化处理，得到二值化图像；对上述二值化图像进行切分，获得多个水平切片图像，以将车道线分割成多段；对于每个水平切片图像，根据该水平切片图像中各个像素点的灰度值，确定车道线对应于该水平切片图像的车道线坐标；根据获取的多个车道线坐标，对车道线进行拟合。该方式首先通过二值化处理标记出车道线所在区域，将二值化图像切分后，确定车道线对应于每个水平切片图像的坐标，从而根据该坐标实现对车道线的曲线拟合，克服了现有技术仅适用于曲率不大的道路，对于曲线的检测局限性较大的缺点。

本发明的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。

为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，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为本发明实施例提供的一种车道线检测方法的流程示意图；

图2为本发明实施例提供的另一种车道线检测方法的流程示意图；

图3为本发明实施例提供的图像切分后的示意图；

图4为本发明实施例提供的一种车道线检测装置的结构示意图；

图5为本发明实施例提供的电子设备的结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

目前hough变换对于直线的检测效果较好，但对于曲线的检测上有较大的缺陷，只能适用于曲率不大的道路上。基于此，本发明实施例提供的一种车道线检测方法、装置及电子设备，通过二值化处理标记出车道线所在区域，将二值化图像切分后，确定车道线对应于每个水平切片图像的坐标，从而根据该坐标实现对车道线的曲线拟合，克服了现有技术仅适用于曲率不大的道路，对于曲线的检测局限性较大的缺点。

为便于对本实施例进行理解，首先对本发明实施例所公开的一种车道线检测方法进行详细介绍。

实施例一：

图1示出了本发明实施例提供的一种车道线检测方法的流程示意图。如图1所示，该车道线检测方法包括：

步骤S101，根据待检测图像，获取目标区域图像。

具体地，该目标区域图像包括待检测的车道线。其中该目标区域图像可以通过手动提取或者是通过图像识别的方法从待检测图像中自动提取。

步骤S102，对上述目标区域图像进行二值化处理，得到二值化图像。

步骤S103，对上述二值化图像进行切分，获得多个水平切片图像，以将车道线分割成多段。

其中，该水平切片图像的数量越多后续车道线拟合越准确。

步骤S104，对于每个水平切片图像，根据上述水平切片图像中各个像素点的灰度值，确定车道线对应于该水平切片图像的车道线坐标。

步骤S105，根据获取的多个车道线坐标，对车道线进行拟合。

该方式首先通过二值化处理标记出车道线所在区域，将二值化图像切分后，确定车道线对应于每个水平切片图像的坐标，从而根据该坐标实现对车道线的曲线拟合，克服了现有技术仅适用于曲率不大的道路，对于曲线的检测局限性较大的缺点。

实施例二：

图2示出了本发明实施例提供的另一种车道线检测方法的流程示意图。如图2所示，该车道线检测方法包括：

步骤S201，对待检测图像进行标定。

其中待检测图像是由安装在自动驾驶车辆上的摄像头拍摄的，该摄像头指向车辆前进方向。为了对摄像头内参外参和畸变系数进行标定以获取无畸变图像，在可能的实施例中，可以采用张正友标定法进行标定。

步骤S202，根据待检测图像，获取目标区域图像。

为了准确的对车道进行检测，需要对待检测图像进行裁剪，获取感兴趣区域即包含车道线的目标区域图像。其中该目标区域图像可以通过手动提取或者是通过图像识别的方法从待检测图像中自动提取；该车道线坐标包括车道线横坐标和车道线纵坐标。

考虑到传统的车道线检测方法对光照的要求极高，并容易受到阴影或另外的噪声的干扰，准确度不高，这会造成阈值选取的不确定，影响检测的准确性。基于此，在本实施中，采用HSL(Hue Saturation Lightness，色相饱和度明度)阈值检测的方案，可以有效消除光照对于检测的干扰，获得更好的检测车道线的效果。

步骤S203，将目标区域图像转换为HSL空间图像。

步骤S204，获取根据当前光照条件确定的色相阈值，对该HSL空间图像进行二值化处理。

其中该色相阈值可以是通过相关人员根据光照条件手动输入的，或者是由安装在自动驾驶车辆上的光感器件检测的。

具体地，本实施例中通过对HSL中的H通道的设置阈值，也就是色相信息的阈值，把白色和黄色提取出来，如将白色和黄色区域的像素点的灰度值设置为1，其他区域的像素点设置为0。

步骤S205，对上述二值化图像进行透视变换。

通过透视变换，对二值化图像进行转换，以便获得车道线的“鸟瞰图”，从而后续能够将曲线拟合至车道线(例如多项式拟合)。透视变换的源点和目标点可以通过人工检查在视觉上确定，并通过相关算法(如基于opencv的透视变换的库)，确定这些点。由于该摄像头指向车辆前进方向，因此经过透视变换后得到的图像中，道路的方向如图3所示，图像纵坐标轴的方向大致为车道线的延伸方向。

步骤S206，对透视变换后的二值化图像进行切分，获得多个水平切片图像，以将车道线分割成多段。

其中，该水平切片图像的数量越多后续车道线拟合越准确。在可能的实施例中，如图3所示，平行于图像横坐标轴的方向，在图像纵坐标轴的方向上依次将二值化图像切分为多个水平切片图像，优选为9个水平切片图像，该水平切片图像平行于图像横坐标轴。该水平切片图像将左车道线和右车道线分割为多段。

步骤S207，对于每个水平切片图像，根据上述水平切片图像中各个像素点的灰度值，确定车道线对应于该水平切片图像的车道线坐标。

在可能的实施例中，上述步骤S207包括：

(a1)对于每个水平切片图像，统计该水平切片图像中每一列像素点的灰度值之和。

假设二值化图形480*540的图像，则每个水平切片图像包括480列像素点，计算该480列中每一列的像素点的灰度值之和。

(a2)确定灰度值之和最大的两列像素点对应的图像横坐标。

具体地，由于每个水平切片图像中均存在左车道线和右车道线，当车道线在区域的像素点的灰度值为1时，灰度值之和最大的两列最可能为车道线所在的位置，该图像横坐标即为车道线横坐标。

(a3)根据上述图像横坐标及水平切片图像的图像高度，确定车道线对应于该水平切片图像的车道线坐标。

上述灰度值之和最大的两列像素点对应的图像横坐标即为车道线横坐标。在可能的实施例中，可以将每个水平切面图像的图像高度的二分之一处对应的图像纵坐标作为该车道线纵坐标。然后根据该车道线横坐标和车道线纵坐标确定了车道线对应于该水平切片图像的车道线坐标。

仍以480*540的图像为例，划分为9个水平切片图像，每个水平切片图像的高度为60。9个水平切片图像沿图像纵坐标轴的方向(在图3中为从下向上)依次排列，则第二个水平切片图像对应的车道线纵坐标为其高度30对应的图像纵坐标为120。

在可能的实施例中，可以通过绘图的方式提取车道线横坐标。如可以通过绘图的方式提取车道线横坐标。以图3中的图像横坐轴为x轴，以各列像素点的灰度值之和为y轴，绘制灰度值统计图。该统计图中必然存在两个峰值，分别为左车道峰值和右车道峰值，该左车道峰值对应的横坐标x1即为左车道线横坐标，该右车道峰值对应的横坐标x2即为右车道线横坐标，通过相关软件提取该峰值即可得到车道线横坐标。

步骤S208，根据获取的多个车道线坐标，确定左车道线对应的左拟合曲线及右车道线对应的右拟合曲线。

具体地，将车道线横坐标小于预设中值的车道线坐标作为第一车道线坐标；将车道线横坐标大于预设中值的车道线坐标作为第二车道线坐标；分别根据第一车道线坐标和第二车道线坐标，对左车道线和右车道线进行拟合。其中预设中值可以为二值化图像的纵向中心轴所在的图像横坐标。如二值化图像为480*540，则预设中值为240。

仍以480*540的二值化图像及9张水平切片图像为例，则第一车道线坐标中包括9个车道线坐标，第二车道线坐标中包括9个车道线坐标，将第一车道线坐标和第二车道线坐标分别输入相关拟合软件中，进行曲线拟合，如多项式拟合，从而得到左车道线对应的左拟合曲线及右车道线对应的右拟合曲线。

步骤S209，分别计算左拟合曲线和右拟合曲线对应的曲率和偏移。

在可能的实施例中，可以参照如下公式计算左车道线对应的左拟合曲线及右车道线对应的右拟合曲线的曲率：

其中，R_c标识曲率，x表示横坐标，y表示横坐标。

在可能的实施例中，获取图像纵坐标最小的水平切片图像对应的两个车道线坐标。将该两个车道线坐标的平均值作为第一中心坐标，将整个二值化图像的中心坐标作为第二中心坐标，该第一中心坐标和第二中心坐标之差即为左拟合曲线和右拟合曲线对应的偏移。

本发明实施例提供的技术方案，通过HSL空间图像进行阈值检测，可以有效消除光照对于检测的干扰。并采用透视变换的方法，通过曲线拟合的方法来检测车道线，避免了hough变化只适用于直线的缺点。通过二值化处理标记出车道线所在区域，利用透视变换转换图像角度，对二值化图像进行切分，并确定车道线对应于每个水平切片图像的坐标，从而根据该坐标实现对车道线的曲线拟合，克服了现有技术仅适用于曲率不大的道路，对于曲线的检测局限性较大的缺点。

实施例三：

针对于实施例一和实施例二的车道线检测方法，本实施例中提供了一种车道线检测装置，如图4所示，该车道线检测装置包括：

目标获取模块11，用于获取待检测图像中的目标区域图像；

二值化处理模块12，用于对上述目标区域图像进行二值化处理，得到二值化图像；

切片划分模块13，用于对上述二值化图像进行切分，获得多个水平切片图像，以将车道线分割成多段；

坐标确定模块14，用于对于每个水平切片图像，根据该水平切片图像中各个像素点的灰度值，确定车道线对应于水平切片图像的车道线坐标；

车道拟合模块15，用于根据获取的多个车道线坐标，对车道线进行拟合。

进一步地，坐标确定模块14还用于：

对于每个水平切片图像，统计该水平切片图像中每一列像素点的灰度值之和；

确定灰度值之和最大的两列像素点对应的图像横坐标；

根据上述图像横坐标及所述水平切片图像的图像高度，确定车道线对应于该水平切片图像的车道线坐标；

其中车道线坐标包括车道线横坐标和车道线纵坐标。

该方式首先通过二值化处理标记出车道线所在区域，将二值化图像切分后，确定车道线对应于每个水平切片图像的坐标，从而根据该坐标实现对车道线的曲线拟合，克服了现有技术仅适用于曲率不大的道路，对于曲线的检测局限性较大的缺点。

实施例四：

参见图5，本发明实施例还提供一种电子设备100，包括：处理器40，存储器41，总线42和通信接口43，所述处理器40、通信接口43和存储器41通过总线42连接；处理器40用于执行存储器41中存储的可执行模块，例如计算机程序。

其中，存储器41可能包含高速随机存取存储器(RAM，Random Access Memory)，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。通过至少一个通信接口43(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通信连接，可以使用互联网，广域网，本地网，城域网等。

总线42可以是ISA总线、PCI总线或EISA总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图5中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。

其中，存储器41用于存储程序，所述处理器40在接收到执行指令后，执行所述程序，前述本发明实施例任一实施例揭示的流过程定义的装置所执行的方法可以应用于处理器40中，或者由处理器40实现。

处理器40可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器40中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器40可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(Digital SignalProcessing，简称DSP)、专用集成电路(Application Specific Integrated Circuit，简称ASIC)、现成可编程门阵列(Field-Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器41，处理器40读取存储器41中的信息，结合其硬件完成上述方法的步骤。

本发明实施例提供的车道线检测装置及电子设备，与上述实施例提供的车道线检测方法具有相同的技术特征，所以也能解决相同的技术问题，达到相同的技术效果。

本发明实施例所提供的进行车道线检测方法的计算机程序产品，包括存储了处理器可执行的非易失的程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见方法实施例，在此不再赘述。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的装置及电子设备的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

附图中的流程图和框图显示了根据本发明的多个实施例方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对步骤、数字表达式和数值并不限制本发明的范围。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。

Claims (10)

1.一种车道线检测方法，其特征在于，包括：

根据待检测图像，获取目标区域图像，所述目标区域图像包括车道线；

对所述目标区域图像进行二值化处理，得到二值化图像；

对所述二值化图像进行切分，获得多个水平切片图像，以将车道线分割成多段；

对于每个水平切片图像，根据所述水平切片图像中各个像素点的灰度值，确定车道线对应于所述水平切片图像的车道线坐标；

根据获取的多个车道线坐标，对车道线进行拟合。

2.根据权利要求1所述的方法，其特征在于，所述对于每个水平切片图像，根据所述水平切片图像中各个像素点的灰度值，确定车道线对应于所述水平切片图像的车道线坐标包括：

对于每个水平切片图像，统计所述水平切片图像中每一列像素点的灰度值之和；

确定灰度值之和最大的两列像素点对应的图像横坐标；

根据所述图像横坐标及所述水平切片图像的图像高度，确定车道线对应于所述水平切片图像的车道线坐标；

其中所述车道线坐标包括车道线横坐标和车道线纵坐标。

3.根据权利要求2所述的方法，其特征在于，所述根据获取的多个车道线坐标，对车道线进行拟合包括：

将所述车道线横坐标小于预设中值的车道线坐标作为第一车道线坐标；

将所述车道线横坐标大于预设中值的车道线坐标作为第二车道线坐标；

分别根据所述第一车道线坐标和所述第二车道线坐标，对左车道线和右车道线进行拟合。

4.根据权利要求1所述的方法，其特征在于，所述对所述目标区域图像进行二值化处理包括：

将所述目标区域图像，转换为HSL空间图像；

获取根据当前光照条件确定的色相阈值，对所述HSL空间图像进行二值化处理。

5.根据权利要求1所述的方法，其特征在于，所述对所述二值化图像进行切分之前，还包括：

对所述二值化图像进行透视变换。

6.根据权利要求1所述的方法，其特征在于，所述根据获取的多个车道线坐标，对车道线进行拟合包括：

根据获取的多个车道线坐标，确定左车道线对应的左拟合曲线及右车道线对应的右拟合曲线；

分别计算左拟合曲线和右拟合曲线对应的曲率和偏移。

7.一种车道线检测装置，其特征在于，包括：

目标获取模块，用于根据待检测图像，获取目标区域图像，所述目标区域图像包括车道线；

二值化处理模块，用于对所述目标区域图像进行二值化处理，得到二值化图像；

切片划分模块，用于对所述二值化图像进行切分，获得多个水平切片图像，以将车道线分割成多段；

坐标确定模块，用于对于每个水平切片图像，根据所述水平切片图像中各个像素点的灰度值，确定车道线对应于所述水平切片图像的车道线坐标；

车道拟合模块，用于根据获取的多个车道线坐标，对车道线进行拟合。

8.根据权利要求7所述的装置，其特征在于，所述坐标确定模块还用于：

对于每个水平切片图像，统计所述水平切片图像中每一列像素点的灰度值之和；

确定灰度值之和最大的两列像素点对应的图像横坐标；

根据所述图像横坐标及所述水平切片图像的图像高度，确定车道线对应于所述水平切片图像的车道线坐标；

其中所述车道线坐标包括车道线横坐标和车道线纵坐标。

9.一种电子设备，包括存储器、处理器，所述存储器上存储有可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述权利要求1至6任一项所述的方法。

10.一种具有处理器可执行的非易失的程序代码的计算机可读介质，其特征在于，所述程序代码使所述处理器执行所述权利要求1至6任一项所述的方法。