基于啟發(fā)式概率Hough變換的道路邊緣檢測(cè)方法
【專利摘要】本發(fā)明涉及一種基于啟發(fā)式概率Hough變換的道路邊緣檢測(cè)方法。Otsu方法作為一種自適應(yīng)閾值搜索方法，對(duì)于復(fù)雜環(huán)境下的非結(jié)構(gòu)化道路區(qū)域分割具有很好的魯棒性。然而，Otsu方法本身只能獲得道路區(qū)域和非道路區(qū)域的大致分割結(jié)果，而無(wú)法獲得精確的道路邊界。本發(fā)明方法包括如下步驟：在雙閾值檢測(cè)階段，將彼此連通的邊緣像素進(jìn)行統(tǒng)一編號(hào)，從而形成Canny邊緣的若干子集；對(duì)每一個(gè)邊緣點(diǎn)子集首先利用最小二乘法進(jìn)行直線擬合，求出該點(diǎn)集的軸線。本發(fā)明用于道路邊緣檢測(cè)。
【專利說(shuō)明】基于啟發(fā)式概率Hough變換的道路邊緣檢測(cè)方法
[0001]【技術(shù)領(lǐng)域】:
本發(fā)明涉及一種基于啟發(fā)式概率Hough變換的道路邊緣檢測(cè)方法。
[0002]【背景技術(shù)】:
Otsu方法作為一種自適應(yīng)閾值搜索方法，對(duì)于復(fù)雜環(huán)境下的非結(jié)構(gòu)化道路區(qū)域分割具有很好的魯棒性。然而，Otsu方法本身只能獲得道路區(qū)域和非道路區(qū)域的大致分割結(jié)果，而無(wú)法獲得精確的道路邊界。如何使智能車輛知道前方是否有可通行區(qū)域，如何控制智能車輛沿著道路的方向行駛等等，這一切都依賴于對(duì)路邊的檢測(cè)。而在戶外行駛中，道路狀況和環(huán)境光照對(duì)于路邊檢測(cè)的結(jié)果影響很大，邊緣檢測(cè)算法是否可以盡可能少地被這些因素干擾。另一方面，要實(shí)時(shí)地控制智能移動(dòng)車輛行駛，對(duì)于算法的速度也提出了要求。因此，道路檢測(cè)算法的準(zhǔn)確性、魯棒性和實(shí)時(shí)性是判斷算法優(yōu)劣的重要準(zhǔn)則。
[0003]智能車輛在行駛過(guò)程中，道路邊界在圖像空間中的位置和角度變化在絕大部分場(chǎng)合是緩慢的、連續(xù)的，但也不排除在局部場(chǎng)合道路邊界突變的可能:比如超車過(guò)程中的車道線跨越，交叉路口進(jìn)入視野或者圖像獲取的數(shù)據(jù)傳輸延遲都有可能導(dǎo)致道路邊界的突變。因此，一種魯棒的道路檢測(cè)方法應(yīng)該既能夠有效利用以往的道路跟蹤信息，又能夠適應(yīng)道路邊界角度和位置的突然變化。
[0004]傳統(tǒng)PHT方法在從圖像空間到參數(shù)空間的映射階段，隨機(jī)從圖像空間中選取候選邊緣點(diǎn)，沒(méi)有使用以往的啟發(fā)式信息(道路邊界的角度、位置等檢測(cè)結(jié)果)；RHT方法利用以往的道路檢測(cè)信息劃分目標(biāo)搜索區(qū)域0SA，但卻使OSA之外的邊緣點(diǎn)沒(méi)有機(jī)會(huì)參與映射，當(dāng)?shù)缆愤吔缬捎谕蛔兾挥贠SA之外時(shí)可能會(huì)導(dǎo)致錯(cuò)誤的道路檢測(cè)結(jié)果。
[0005]
【發(fā)明內(nèi)容】
: 本發(fā)明的目的是提供一種基于啟發(fā)式概率Hough變換的道路邊緣檢測(cè)方法。
[0006]上述的目的通過(guò)以下的技術(shù)方案實(shí)現(xiàn):
一種道路加權(quán)Canny邊緣檢測(cè)方法，該方法包括如下步驟:在雙閾值檢測(cè)階段，將彼此連通的邊緣像素進(jìn)行統(tǒng)一編號(hào)，從而形成Canny邊緣的若干子集；對(duì)每一個(gè)邊緣點(diǎn)子集首先利用最小二乘法進(jìn)行直線擬合，求出該點(diǎn)集的軸線。
[0007]所述的道路加權(quán)Canny邊緣檢測(cè)方法，所述的求出該點(diǎn)集的軸線的方法包括:假定直線的方程為L(zhǎng): Jr= 則子集中任一點(diǎn)(x,y)到直線的距離為,垂足坐標(biāo)CttF+x-t&MI+Jfc2X Ofc2J^fcrt&MI+Jfc2));假設(shè)子集中兩點(diǎn)乓在直線L上的
垂足點(diǎn)是所有垂足點(diǎn)在軸線上的兩個(gè)端點(diǎn)，證明內(nèi)傘tel成立，所以，P1^f7到
的映射為壓縮映射，意味著在線段^仏上的任意一個(gè)垂足點(diǎn)，都至少可以在邊緣點(diǎn)
子集中找到一點(diǎn)與之對(duì)應(yīng)；在邊緣點(diǎn)子集選取距離最小的點(diǎn)為其對(duì)應(yīng)點(diǎn)，而具有相同垂足的其他點(diǎn)為非對(duì)應(yīng)點(diǎn)；I
利用下式=-1 ；!.t._\___丨I (1)，其中式(I)中式中為比例因
【權(quán)利要求】
1.一種道路加權(quán)Canny邊緣檢測(cè)方法，其特征是:該方法包括如下步驟:在雙閾值檢測(cè)階段，將彼此連通的邊緣像素進(jìn)行統(tǒng)一編號(hào)，從而形成Canny邊緣的一組子集；對(duì)每一個(gè)邊緣點(diǎn)子集首先利用最小二乘法進(jìn)行直線擬合，求出該點(diǎn)集的軸線。
2.根據(jù)權(quán)利要求1所述的道路加權(quán)Canny邊緣檢測(cè)方法，其特征是:所述的求出該點(diǎn)集的軸線的方法包括:假定直線的方程為L(zhǎng):y= Jac+b，則子集中任一點(diǎn)(X，y)到直線的距尚為|lx—jf+&|/，垂足坐標(biāo)OtVFJfc*+剛P+jfc2? ;假設(shè)子集中兩點(diǎn)芎Jl在直線L上的垂足點(diǎn)是所有垂足點(diǎn)在軸線上的兩個(gè)端點(diǎn)，證明晌21--!成立，所以，ρχ,ρ?到4?的映射為壓縮映射，意味著在線段AS3上的任意一個(gè)垂足點(diǎn)，都至少可以在邊緣點(diǎn)子集中找到一點(diǎn)與之對(duì)應(yīng)；在邊緣點(diǎn)子集選取距離最小的點(diǎn)為其對(duì)應(yīng)點(diǎn)，而具有相同垂足的其他點(diǎn)為非對(duì)應(yīng)點(diǎn)；

I 利用下式I(1)，其中式(I)中式中為比例因 PO—‘】)丁a子，用于調(diào)節(jié)1--丨對(duì)權(quán)值的影響程度，式(I)中對(duì)邊緣點(diǎn)子集中的任一點(diǎn)i賦權(quán)值，其中S為邊緣點(diǎn)子集的規(guī)模:1--丨為線段^^上像素的個(gè)數(shù)，Lth為最短線段長(zhǎng)度閾值，所述的最短線段長(zhǎng)度閾值與圖像分辨率有關(guān)，在320 X 240的分辨率下取值30 ；. 在式(I)中，邊緣點(diǎn)的權(quán)值與丨狀2|/5成正比，這說(shuō)明一根開(kāi)放的、弧度小的曲線要比具有相同投影長(zhǎng)度的封閉的、弧度大的曲線更能獲得較大的權(quán)值，則說(shuō)明曲線段在其軸線上的投影越長(zhǎng)，其權(quán)值也會(huì)越大，這保證了具有流線形狀的邊緣線具有大的可能被識(shí)別為道路邊界。
3.一種加權(quán)Canny邊緣圖像的啟發(fā)式概率Hough變換方法，其特征是:根據(jù)道路邊界線L的歷史識(shí)別結(jié)果，將整個(gè)圖像空間分為感興趣區(qū)域和非感興趣區(qū)域，分布于不同區(qū)域的邊緣點(diǎn)具有不同的概率取值；啟發(fā)式概率Hough變換的計(jì)算方法的具體步驟如下: (1)建立并初始化一個(gè)累加器A( Θ，P )，將圖像空間中檢測(cè)到的所有邊緣點(diǎn)放到待處理邊緣點(diǎn)集； (2)判斷概率分布矩陣P(X，y)是否存在，否則初始化概率分布矩陣P (X，y)為等概率矩陣； (3)判斷待處理邊緣點(diǎn)集是否為空，如果是則算法結(jié)束，對(duì)概率分布矩陣P(x,y)進(jìn)行更新；否則從待處理邊緣點(diǎn)集中按照概率分布矩陣隨機(jī)取一邊緣點(diǎn)投射到參數(shù)空間，并在待處理邊緣點(diǎn)集中刪除所取的點(diǎn)，然后在各Θ值下計(jì)算相應(yīng)的P值，對(duì)應(yīng)的累加器Α( Θ，P )加 I ; (4)計(jì)算更新后的累加器值A(chǔ)(Θ，P)是否有大于閾值，如果否則轉(zhuǎn)到第2步； (5)由大于閾值的累加器對(duì)應(yīng)的參數(shù)確定一條直線，刪除待處理點(diǎn)集中位于該直線上的所有點(diǎn)，同時(shí)將該累加器清零； (6)轉(zhuǎn)第2步。
4.一種道路加權(quán)Canny邊緣雙折線模型的提取方法，其特征是:雙折線模型將道路邊界分為兩段:近處段和遠(yuǎn)處段，分別代表了近處道路和遠(yuǎn)處道路的方向和趨勢(shì)，所述的雙折線模型的提取方法如下: (1)對(duì)原始圖像提取加權(quán)Canny邊緣，并根據(jù)圖像邊緣的權(quán)值大小進(jìn)行濾波，產(chǎn)生候選道路邊界的邊緣族； (2)利用最小二乘法對(duì)候選邊緣族的主方向進(jìn)行估計(jì)，并將所有的邊緣點(diǎn)對(duì)最小二乘法產(chǎn)生的主軸線進(jìn)行投影，根據(jù)投影的范圍選擇邊緣族在主軸線上的中心位置O ; (3)過(guò)O點(diǎn)且垂直于主軸線的直線將邊緣族分為兩部分，首先對(duì)近處的邊緣族部分進(jìn)行Hough變換,然后在邊緣族中定義進(jìn)入點(diǎn)和離去點(diǎn)。
5.根據(jù)權(quán)利要求4所述的道路加權(quán)Canny邊緣雙折線模型的提取方法，其特征是:所述的進(jìn)入點(diǎn)是指邊緣族中第一個(gè)位于Hough直線的特定范圍之內(nèi)，并且該前面連續(xù)有多點(diǎn)位于Hough直線的特定范圍之外，而后面連續(xù)有多點(diǎn)都位于該直線的特定范圍的點(diǎn)； 所述的離去點(diǎn)是指邊緣族中位于Hough直線的特定范圍之內(nèi)，并且前面連續(xù)有多點(diǎn)位于Hough直線的特定范圍之內(nèi)，而后面連續(xù)有多點(diǎn)位于該直線上特定范圍之外的點(diǎn)； 過(guò)離去點(diǎn)且垂直于主軸的直線將邊緣族分為兩部分，將重新劃分的遠(yuǎn)處的邊緣族進(jìn)行Hough變換，然后分別計(jì)算進(jìn)入點(diǎn)和離去點(diǎn)； 道路邊界的跟蹤主要依據(jù)近處的折線段，稱進(jìn)入點(diǎn)和離去點(diǎn)之間的線段為有效線段，計(jì)算有效線段的長(zhǎng)度和有效線段的平均邊緣強(qiáng)度；這樣，圖像中的一條折線可以表示為一個(gè)三元組氣』)，』為有效線段的平均邊緣強(qiáng)度#力車輛中心到折線的最近距離，--為折線與I軸正方向所成的夾角；由于智能車輛在行駛過(guò)程中的連續(xù)性，當(dāng)前狀態(tài)4與歷史狀態(tài)4之間的 變化也是連續(xù)的；通過(guò)關(guān)聯(lián)當(dāng)前狀態(tài)與歷史狀態(tài)如下式:
【文檔編號(hào)】G06K9/46GK103473763SQ201310387973
【公開(kāi)日】2013年12月25日 申請(qǐng)日期:2013年8月31日 優(yōu)先權(quán)日:2013年8月31日
【發(fā)明者】王燕清, 石朝俠, 陳德運(yùn), 孫曉君, 孫廣路, 李揚(yáng), 李松, 唐遠(yuǎn)新 申請(qǐng)人:哈爾濱理工大學(xué)