申请/专利权人:淮阴工学院
申请日:2021-07-05
公开(公告)日:2024-04-23
公开(公告)号:CN113449659B
主分类号:G06V20/56
分类号:G06V20/56;G06V10/44;G06V10/25;G06V10/30;G06T7/13;G06T7/136
优先权:
专利状态码:有效-授权
法律状态:2024.04.23#授权;2021.10.22#实质审查的生效;2021.09.28#公开
摘要:本发明公开了一种车道线的检测方法,具体包括:利用高斯金字塔来减少图像噪声和细节;设定感兴趣区域并对其进行灰度化处理;采用canny边缘检测和改进的Harris角点检测对图像进行角点检测,并对检测到角点进行去除;提取图像中线段的斜率和宽度特征;采用限制线段角度条件对图像中的若干线段进行去除;采用最小二乘法拟合的方法输出车道线。本发明具有很好的鲁棒性,通过建立高斯金字塔有效的降低图像的噪声和计算的复杂度,Harris角点检测和限制线段角度条件的算法,有效减少因阴影、裂缝和滑痕等对道路车道线检测的干扰,从而提高车道线检测的准确性,本发明方法具有广泛的应用前景和实用价值。
主权项:1.一种车道线的检测方法,其特征在于,包括如下步骤:步骤1:对输入的图像进行高斯金字塔处理;步骤2:设定图像感兴趣区域ROI并对其进行灰度化处理;步骤3:对图像进行Canny边缘检测和改进的Harris角点检测并对角点进行去除;步骤4:采用限制线段角度条件对其中的线段进行去除;步骤5:对图像中的线段采用拟合的方法,得到相应的车道线;其中,所述步骤3具体包括:步骤3.1:采用Barron算子计算图像中每一个像素在X方向和Y方向上的梯度,具体公式如下: 其中,fx表示图像fx,y的X方向梯度,fy表示图像fx,y的Y方向梯度,表示卷积计算;步骤3.2:计算图像X和Y方向梯度的乘积和各自方向的平方,分别表示为fxfy、和步骤3.3:采用B样条滤波函数对和fxfy进行加权生成矩阵M的元素A、B和C,表示为: 其中,表示图像fx,y的X方向梯度的乘积,表示图像fx,y的Y方向梯度的乘积,fxfy表示图像fx,y的X方向梯度与Y方向梯度的乘积,L表示B样条的3x3滤波模板,表示卷积计算,A表示由L卷积得到,B表示由L卷积得到,C表示由L卷积fxfy得到;步骤3.4:计算每个像素的Harris响应值R,并对大于某一阈值T的Rx,y置为零,公式表示为:R=[detM-ktrM2]>T其中,k一般取0.04,detM是矩阵M行列式的值,trM是矩阵M的迹;步骤3.5:在3×3或5×5的邻域内进行非最大值抑制,同时选取局部极大值;步骤3.6:同时满足Rx,y大于一定阈值T和Rx,y是某领域内的局部极大值这两个条件,则被认为是角点;步骤3.7:对检测到的角点进行去除,得到若干的线段。
全文数据:
权利要求:
百度查询: 淮阴工学院 一种车道线的检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。