CN114419582A - 一种基于相位一致性霍夫变换的磨损车道线检测方法 - Google Patents

Abstract

本发明公开了一种基于相位一致性霍夫变换的磨损车道线检测方法，其搭建边缘检测平台、信号增强平台、车道线提取平台等。边缘检测平台通过将拍摄的车道线原始图像经过各模块处理形成边缘检测图像；信号增强平台根据待检测信号的目标分布选择滤波模块形成局部纹理目标信号增强图像；车道线提取平台利用Hough变换方法将增强图像信号映射到Hough空间，调整设定局部阈值，检测车道线直线信息，输出平台显示磨损车道线的检测与识别界面。本发明采用相位一致性方法对光线明暗的不敏感性与Hough变换对直线检测的鲁棒性，结合滤波增强方法实现了低对比度下的磨损车道线自动识别，解决了现有车道线检测技术中轮廓提取不完整、识别准确度受光线影响较大的技术问题。

Description

一种基于相位一致性霍夫变换的磨损车道线检测方法

技术领域

本发明属于图像识别技术领域，特别涉及一种基于相位一致性霍夫变换的磨损车道线检测方法，利用磨损车道标线图像的相位特征对提取低对比度下弱车道标线信号的直线元素信息，在尽可能多的获得车道标线各边缘信息情况下，利用Hough变换对直线检测的鲁棒性检测车道标线。

背景技术

车道标线的检测与识别是自动驾驶与车路协同技术中的关键技术之一，车道标线的准确识别能保障车道辅助、车道偏离、变道等预警更加准确、更加安全。但是车道标线经过常年车辆碾压以及雨雪冲刷，车道标线会磨损，并且车道标线附近路面的磨损会导致光线散射不均匀，使得摄像机拍摄出的图像存在明暗差异。这些问题使得车道标线的检测与识别难度越来越大。

目前对于车道标线的检测与识别有多种基于边缘检测算子的方法，如canny边缘检测方法、Sobel算子边缘检测方法等，这些方法受到光线明暗差异的影响，对磨损车道标线的检测带来很大的干扰。自从Paul Hough提出Hough变换的边缘检测技术，其对直线检测的鲁棒性使得Hough变换在图像边缘检测中得到广泛应用。Hough变换是将图像空间中的点映射到参数空间，形成参数空间的曲线，根据参数空间中曲线交叉聚类程度确定图像空间的直线。但是考虑到磨损车道标线存在背景图像与车道标线对比度低、车道标线色彩不均匀、车道标线不连续等问题，使得图像空间中直线状车道标线不明显，仅利用Hough变换检测会产生漏检。而在信号的表现形式中，将时域信号转换到频率域，能得到幅值和相位表现方式，幅值受信号能量强弱的影响，弱信号容易被漏检，但是相位信息并不受幅值影响，微弱的信号变化也能产生强烈的相位变化，因此，相位特征可以较好的呈现弱信号，能提高弱信号的检测准确率。

发明内容

本发明针对低对比度下的磨损车道标线检测问题，结合基于相位的弱信号检测方法，增强图像空间中的磨损车道标线信息，获得尽可能多的车道标线元素点集合，再利用Hough变换方法通过变换到参数空间累加车道标线元素点，提取车道标线信息。

一种基于相位一致性霍夫变换的磨损车道线检测方法，包括：

1)搭建边缘检测平台，由图像规范化伸缩变换模块、图像灰度变换模块、二维傅里叶变换模块、相位一致性度量模块组成，具体过程为：

将采集到的车道线图像输入图像规范化伸缩变换模块，通过平移、转置、旋转、缩放几何变换方法对图像进行预处理，用于改正图像采集系统的系统误差和仪器位置的随机误差；

通过对预处理后的RGB真彩色车道线图像或map颜色车道线图像进行灰度变换，转换为灰度车道线图像；

将灰度车道线图像输入二维傅里叶变换模块，获取车道线信息在频率域的频率与相位信息；

将车道线的频率与相位信息输入相位一致性度量模块，遍历图像获取相位的相似性度量值，得到车道线纹理特征信息图像；

2)建立信号增强平台，由Gabor滤波模块、Log-Gabor滤波模块、STFT滤波模块组成，具体过程为：

将车道线纹理特征信息图像进行二维傅里叶变换获得频谱图；

根据频谱图中的频谱范围获取图像信号的频带带宽；

根据频带带宽选择合适的滤波模块，其中，频带带宽为倍频带宽情况的选择Gabor滤波模块，频带带宽为固定带宽情况的选择STFT滤波模块，频带带宽为其它任意带宽情况的选择Log-Gabor滤波模块；

3)建立车道线提取平台，由Hough变换空间映射模块、局部极大阈值设定模块、车道线检测模块组成，具体过程为：

将增强后的图像信号输人Hough变换空间映射模块，采用Hough变换直线检测方法将图像信息映射到参数空间；

根据检测公路的车道数量与车道线数据先验知识与拍摄图像尺寸，估计能拍摄到的车道线数量，由此分析需要检测的直线数目，即参数空间的检测阈值；

通过参数空间的检测阈值提取车道线直线信息；

最后，车道线提取平台输出显示原始磨损车道线图像与识别出的车道线图像。

进一步的，所述步骤1)中，图象信号的局部能力通过信号F(x，y)与其希尔伯特变换H(x，y)的平方和表示：

其中信号F(x，y)的希尔伯特变换由信号F(x，y)经过相移90°得到，在图象(x，y)处的相位一致性度量PC(x，y)表示为：PC(x，y)＝|E(x，y)|/∑_nA_n(x，y)，n表示第n次谐波，A_n是图像的局部峰值，即第n个余弦分量的幅度值。

进一步的，所述步骤2)中，使用Log-Gabor滤波方法对图像信号进行处理，构造的二维Log-Gabor滤波器需实现多个方向覆盖，构造多滤波器组表达不同纹理之间的差异：

其中I(x,y)为处理后的图象，H_pq为第p尺度第q方向的二维Log-Gabor滤波，

为卷积运算符号。

进一步的，所述步骤3)中，提取检测阈值方法如下：

将参数ρ-θ平面离散分割成若干个单元格，将自变量参数θ取量化间隔Δθ离散化，得到θ的离散值θ_k，k＝1,2,...,M；对于图像平面中的每一个点(x_i,y_i)与参数θ的每一个离散值θ_k，计算ρ_ik＝x_i·cosθ_k+y_i·sinθ_k，并将每次计算得到的ρ_ik保存到累积矩阵ρ中；用量化间隔Δρ对所有ρ_ik(i＝1,2,...,n,k＝1,2,...,M)进行量化分区，得到矩阵ρ₁；若矩阵ρ₁中的元素ρ₁(i,j)对累积单元A(m,j)投票，则A(m,j)＝A(m,j)+1；在累积矩阵A中寻找峰值A(ρ_max,θ_max)；若A(ρ_max,θ_max)>ε(阈值)，则检测到由峰值参数(ρ_max,θ_max)确定的直线。

进一步的，所述步骤3)中，确定参数空间的检测阈值方法如下：

设公路车道数目为N_c，那么车道线数目为(2×N_c+2)，

由于Hough变换对直线缺失点的鲁棒性，也用于虚线车道线情况。

本发明的优点是：

本发明提基于相位一致性霍夫变换的磨损车道线检测方法创新的采用了相位一致性边缘检测方法，实现了低对比度环境下磨损车道标线的边缘检测，同时，结合Hough变换对边缘进行鲁棒性直线检测，并结合工程实践确定了直线数量检测阈值。本发明有效解决了现有技术中道路车道线检测环境恶劣，识别难度大，主观因素高的技术问题，有效提取了磨损车道标线。

附图说明

图1是基于相位一致性霍夫变换的磨损车道线检测方法流程示意图。

图2是道路磨损车道线示意图。

图3是直线上有缺失点和偏差点的Hough变换检测鲁棒性示意图。

图4是直线上有缺失点和偏差点的逆Hough变换直线检测示意图。

图5是相位一致性变换图像。

图6是Sobel算子边缘检测图像。

图7是Hough变换检测车道线结果图。

具体实施方式

为使本领域的技术人员更好地理解本发明的技术方案，下面结合实施例对本发明提供的一种基于相位一致性霍夫变换的磨损车道线检测方法进行详细描述。以下实施例仅用于说明本发明而非用于限制本发明的范围。

本发明公开的一种相位一致性霍夫(Hough)变换的磨损车道线检测方法，包括搭建边缘检测平台、信号增强平台、车道线提取平台及输出平台。边缘检测平台由图像规范化伸缩变换模块、图像灰度变换模块、二维傅里叶变换模块、相位一致性度量模块组成，通过将拍摄的车道线原始图像经过各模块处理形成边缘检测图像；信号增强平台由Gabor滤波模块、Log-Gabor滤波模块、STFT滤波模块组成，根据待检测信号的目标分布选择合适的滤波模块形成局部纹理目标信号增强的图像；车道线提取平台由Hough变换映射模块、局部极大阈值设定模块、车道线检测模块组成，利用Hough变换方法将增强的图像信号映射到Hough空间，调整设定局部阈值，检测到车道线直线信息；输出平台显示磨损车道线的检测与识别界面。本发明采用相位一致性方法对光线明暗的不敏感性与Hough变换对直线检测的鲁棒性，结合滤波增强方法实现了低对比度下的磨损车道线自动识别，解决了现有车道线检测技术中轮廓提取不完整、识别准确度受光线影响较大等技术问题。

实施例1

图1示出了本发明优选实施例中的一种相位一致性霍夫变换的磨损车道线检测系统及其实施方法流程示意图，本发明实例开发边缘检测平台，对图像进行规范化伸缩变换、图像灰度变换、二维傅里叶变换以及相位一致性度量技术；再开发信号增强平台，通过图像内容的频率范围选择滤波模块，将滤波后的图像输入开发的车道线提取平台，通过对图像进行Hough变换与设定局部极大值，最后进行车道线检测输出。

本发明实例拍摄道路上久经磨损的车道线图像，获得的图像中因拍摄角度使得实际道路中平行的车道线在图像中呈现交叉现象，图2示出了车道线图像中车道线边缘位置示意图，图中有明显的车道线断裂问题。

实例中首先对Hough变换的鲁棒性进行了分析，选取六个点，其中四个点在一条直线上，两个点在直线上下稍偏离，进行Hough变换得到的参数空间图如图3所示，图中六个点在参数空间曲线相较于一个范围内，右上角为放大的交点处图像。选取此范围内θ与ρ的均值，对其进行Hough逆变换，得到的空间直线如图4所示，从图中可以看出，尽管六个点不完全属于一条直线，但是通过合适的量化单元格投票，能得到空间直线。

对磨损道路车道线图像做尺度变换与灰度变换后，计算其二维傅里叶变换与相位一致性度量，获得的相位一致性度量边缘检测图像如图5所示，而常规边缘检测方法Sobel滤波获得的边缘检测图像如图6所示，Sobel滤波边缘检测方法与相位一致性度量边缘检测方法相比，相位一致性度量边缘检测能较好的检测道3条车道线边缘，而Sobel滤波边缘检测方法能较好的检测到2条车道线边缘。

再通过Hough变换进行车道线提取，根据图像所示，有2个车道，则提取车道线阈值为6，因此在Hough变换的参数空间单元格投票中，可以根据阈值获得提出的车道线如图7所示。比较图7与图2，本发明方法能较好的提取出有断裂和磨损的车道线信息。

上面结合实施例对本发明的实例作了详细说明，但是本发明并不限于上述实例，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下作出的各种变化，也应视为本发明的保护范围。

Claims (5)

1.一种基于相位一致性霍夫变换的磨损车道线检测方法，其特征在于，包括：

1)搭建边缘检测平台，由图像规范化伸缩变换模块、图像灰度变换模块、二维傅里叶变换模块、相位一致性度量模块组成，具体过程为：

将采集到的车道线图像输入图像规范化伸缩变换模块，通过平移、转置、旋转、缩放几何变换方法对图像进行预处理，用于改正图像采集系统的系统误差和仪器位置的随机误差；

通过对预处理后的RGB真彩色车道线图像或map颜色车道线图像进行灰度变换，转换为灰度车道线图像；

将灰度车道线图像输入二维傅里叶变换模块，获取车道线信息在频率域的频率与相位信息；

将车道线的频率与相位信息输入相位一致性度量模块，遍历图像获取相位的相似性度量值，得到车道线纹理特征信息图像；

2)建立信号增强平台，由Gabor滤波模块、Log-Gabor滤波模块、STFT滤波模块组成，具体过程为：

将车道线纹理特征信息图像进行二维傅里叶变换获得频谱图；

根据频谱图中的频谱范围获取图像信号的频带带宽；

根据频带带宽选择合适的滤波模块，其中，频带带宽为倍频带宽情况的选择Gabor滤波模块，频带带宽为固定带宽情况的选择STFT滤波模块，频带带宽为其它任意带宽情况的选择Log-Gabor滤波模块；

3)建立车道线提取平台，由Hough变换空间映射模块、局部极大阈值设定模块、车道线检测模块组成，具体过程为：

将增强后的图像信号输入Hough变换空间映射模块，采用Hough变换直线检测方法将图像信息映射到参数空间；

根据检测公路的车道数量与车道线数据先验知识与拍摄图像尺寸，估计能拍摄到的车道线数量，由此分析需要检测的直线数目，即参数空间的检测阈值；

通过参数空间的检测阈值提取车道线直线信息；

最后，车道线提取平台输出显示原始磨损车道线图像与识别出的车道线图像。

2.根据权利要求1所述的基于相位一致性霍夫变换的磨损车道线检测方法，其特征在于，所述步骤1)中，图象信号的局部能力通过信号F(x,y)与其希尔伯特变换H(x,y)的平方和表示：

其中信号F(x,y)的希尔伯特变换由信号F(x,y)经过相移90°得到，在图象(x,y)处的相位一致性度量PC(x,y)表示为：PC(x,y)＝|E(x，y)|/∑_nA_n(x，y)，n表示第n次谐波，A_n是图像的局部峰值，即第n个余弦分量的幅度值。

3.根据权利要求2所述的基于相位一致性霍夫变换的磨损车道线检测方法，其特征在于，所述步骤2)中，使用Log-Gabor滤波方法对图像信号进行处理，构造的二维Log-Gabor滤波器需实现多个方向覆盖，构造多滤波器组表达不同纹理之间的差异：

其中I(x,y)为处理后的图象，H_pq为第p尺度第q方向的二维Log-Gabor滤波，

为卷积运算符号。

4.根据权利要求3所述的基于相位一致性霍夫变换的磨损车道线检测方法，其特征在于，所述步骤3)中，提取检测阈值方法如下：

将参数ρ-θ平面离散分割成若干个单元格，将自变量参数θ取量化间隔Δθ离散化，得到θ的离散值θ_k，k＝1,2,...,M；对于图像平面中的每一个点(x_i,y_i)与参数θ的每一个离散值θ_k，计算ρ_ik＝x_i·cosθ_k+y_i·sinθ_k，并将每次计算得到的ρ_ik保存到累积矩阵ρ中；用量化间隔Δρ对所有ρ_ik(i＝1,2,...,n,k＝1,2,...,M)进行量化分区，得到矩阵ρ₁；若矩阵ρ₁中的元素ρ₁(i,j)对累积单元A(m,j)投票，则A(m,j)＝A(m,j)+1；在累积矩阵A中寻找峰值A(ρ_max,θ_max)；若A(ρ_max,θ_max)>ε(阈值)，则检测到由峰值参数(ρ_max,θ_max)确定的直线。

5.根据权利要求4所述的基于相位一致性霍夫变换的磨损车道线检测方法，其特征在于，所述步骤3)中，确定参数空间的检测阈值方法如下：

设公路车道数目为N_c，那么车道线数目为(2×N_c+2)，

由于Hough变换对直线缺失点的鲁棒性，也用于虚线车道线情况。

Images