適用于高速公路視頻監(jiān)控系統(tǒng)的車道虛線分界線自動(dòng)檢測(cè)方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于圖像處理技術(shù)領(lǐng)域，具體公開(kāi)了一種車道線的檢測(cè)方法。
【背景技術(shù)】
[0002] 為了加強(qiáng)高速公路的安全運(yùn)行管理，目前國(guó)內(nèi)外高速公路上均安裝了大量的視頻 監(jiān)控裝置，基于視頻的高速公路安全事件自動(dòng)檢測(cè)系統(tǒng)或者交通參數(shù)檢測(cè)系統(tǒng)也得到了快 速的發(fā)展。比如美國(guó)的Autoscope事件檢測(cè)系統(tǒng)、法國(guó)的Citilog事件檢測(cè)系統(tǒng)、中國(guó)的 宇航時(shí)代交通參數(shù)檢測(cè)系統(tǒng)等，都已經(jīng)得到了廣泛的應(yīng)用。該類檢測(cè)系統(tǒng)中的各種檢測(cè)算 法一般都需要區(qū)分不同的車道區(qū)域。國(guó)家標(biāo)準(zhǔn)《道路交通標(biāo)志和標(biāo)線》（GB5768_1999)規(guī) 定，凡同一行駛方向有二條或二條以上車道時(shí)，應(yīng)劃車道分界線；車道分界線又分為虛線與 實(shí)線兩種，其中虛線分界線表示車輛在行駛過(guò)程中允許變換車道。所以，利用車道線信息 便可以直接提取出車道區(qū)域。在上述視頻監(jiān)控系統(tǒng)中，常見(jiàn)的操作方式是采用人工手動(dòng)畫 取來(lái)配置車道線的位置信息以提取車道區(qū)域，但是當(dāng)攝像頭因抖動(dòng)或者人為操作等原因發(fā) 生偏移的時(shí)候，原來(lái)的配置信息將失去作用，必須重新配置，這將大大增加工作人員的工作 量。所以實(shí)現(xiàn)車道虛線分界線的自動(dòng)檢測(cè)具有一定的實(shí)用價(jià)值，其可以減少人工操作，提高 上述視頻監(jiān)控系統(tǒng)的適用性和魯棒性。
[0003] 現(xiàn)有技術(shù)中，車道線的自動(dòng)檢測(cè)主要分為基于特征和基于模型的方法。基于特征 的方法一般采用車道線的顏色特征、灰度特征、寬度特征、邊緣特征、梯度方向特征等，它們 算法簡(jiǎn)單，但是對(duì)噪聲敏感、抗干擾能力差。公開(kāi)號(hào)為CN104008387A的中國(guó)發(fā)明專利申請(qǐng) 公開(kāi)了一種"一種基于特征點(diǎn)分段線性擬合的車道線檢測(cè)方法"，該方法在檢測(cè)前需要標(biāo) 定感興趣區(qū)域，當(dāng)檢測(cè)內(nèi)容為整幅圖像時(shí)，該方法將會(huì)失效，無(wú)法實(shí)現(xiàn)對(duì)車道虛線分界線的 檢測(cè)?；谀Ｐ偷姆椒ㄈ缰本€模型、曲線模型、反透視變換模型、B樣條模型等檢測(cè)效果較 好，但是都是基于特定的模型假設(shè)，往往不能完全滿足實(shí)際需要。公開(kāi)號(hào)為CN103699899A 的中國(guó)發(fā)明專利申請(qǐng)公開(kāi)了一種"基于等距曲線模型的車道線檢測(cè)方法"，首先對(duì)圖像進(jìn)行 Hough變換處理，然后利用等距曲線模型識(shí)別車道線。該方法對(duì)車道線的識(shí)別準(zhǔn)確率較高， 但是該方法主要基于智能車輛上的攝像頭監(jiān)控圖像。在道路視頻監(jiān)控?cái)z像頭視角下，由于 車道虛線段比較短，圖像中的干擾線段也比較多，該車道線識(shí)別方法將很難發(fā)揮作用，檢測(cè) 效果不理想。
[0004] 正因如此，如何根據(jù)高速公路的道路場(chǎng)景及車道虛線分界線的特點(diǎn)，尋找一種快 速、準(zhǔn)確的車道虛線分界線的自動(dòng)檢測(cè)方法具有重要的理論與現(xiàn)實(shí)意義。

【發(fā)明內(nèi)容】

[0005] 有鑒于此，本發(fā)明提供一種基于視頻的車道虛線分界線檢測(cè)方法，根據(jù)道路監(jiān)控 攝像頭采集的視頻圖像，快速、準(zhǔn)確的自動(dòng)檢測(cè)出高速公路車道虛線分界線。
[0006] 本發(fā)明通過(guò)以下技術(shù)手段解決上述技術(shù)問(wèn)題：
[0007] 適用于高速公路視頻監(jiān)控系統(tǒng)的車道虛線分界線自動(dòng)檢測(cè)方法，包括以下步驟：
[0008] 1)通過(guò)視頻采集設(shè)備獲取原始視頻圖像img_ori;
[0009] 2)對(duì)步驟1)獲取的原始視頻圖像img_ori進(jìn)行二值化處理；
[0010] 3)對(duì)步驟2)獲得的二值圖像img_exp進(jìn)行連通域分析，提取疑似車道虛線段區(qū)域 的最小外接矩形；
[0011] 4)擴(kuò)展每一個(gè)最小外接矩形，得到擴(kuò)展矩形集合Rect_extention;
[0012] 5)利用Otsu算法計(jì)算新的二值化閾值a_new;
[0013] 6)采用新的二值化閾值a_new再次對(duì)原始圖像img_ori進(jìn)行二值化處理，得到新 的二值圖像img_new;
[0014] 7)對(duì)新的二值圖像img_neW進(jìn)行連通域分析，提取車道虛線段的最小外接矩形；
[0015] 8)根據(jù)步驟7)獲得的最小外接矩形，尋找最優(yōu)外接矩形匹配對(duì)，進(jìn)而通過(guò)該最優(yōu) 匹配對(duì)最終提取出車道虛線分界線。
[0016] 進(jìn)一步，所述步驟2)具體包括以下步驟：
[0017] 21)將原始圖像img_ori轉(zhuǎn)化為灰度圖像img_gray;
[0018] 22)采用設(shè)定閾值a_exp，將灰度圖像img_gray轉(zhuǎn)化為二值圖像img_exp;
[0019] 二值圖像轉(zhuǎn)化公式為：
【主權(quán)項(xiàng)】
1. 適用于高速公路視頻監(jiān)控系統(tǒng)的車道虛線分界線自動(dòng)檢測(cè)方法，其特征在于：包括 以下步驟： 1) 通過(guò)視頻采集設(shè)備獲取原始視頻圖像img_ori; 2) 對(duì)步驟1)獲取的原始視頻圖像img_ori進(jìn)行二值化處理； 3) 對(duì)步驟2)獲得的二值圖像img_eXp進(jìn)行連通域分析，提取疑似車道虛線段區(qū)域的最 小外接矩形； 4) 擴(kuò)展每一個(gè)最小外接矩形，得到擴(kuò)展矩形集合Rect_extention; 5) 利用Otsu算法計(jì)算新的二值化閾值a_new; 6) 采用新的二值化閾值a_new再次對(duì)原始圖像img_ori進(jìn)行二值化處理，得到新的二 值圖像img_new; 7) 對(duì)新的二值圖像img_neW進(jìn)行連通域分析，提取車道虛線段的最小外接矩形； 8) 根據(jù)步驟7)獲得的最小外接矩形，尋找最優(yōu)外接矩形匹配對(duì)，進(jìn)而通過(guò)該最優(yōu)匹配 對(duì)最終提取出車道虛線分界線。
2. 適用于高速公路視頻監(jiān)控系統(tǒng)的車道虛線分界線自動(dòng)檢測(cè)方法，其特征在于：所述 步驟2)具體包括以下步驟： 21) 將原始圖像img_ori轉(zhuǎn)化為灰度圖像img_gray; 22) 采用設(shè)定閾值a_exp，將灰度圖像img_gray轉(zhuǎn)化為二值圖像img_exp; 二值圖像轉(zhuǎn)化公式為：
3. 如權(quán)利要求2所述的適用于高速公路視頻監(jiān)控系統(tǒng)的車道虛線分界線自動(dòng)檢測(cè)方 法，其特征在于：所述a_exp的參考值為180。
4. 如權(quán)利要求2所述的適用于高速公路視頻監(jiān)控系統(tǒng)的車道虛線分界線自動(dòng)檢測(cè)方 法，其特征在于：所述步驟3)具體包括如下步驟： 31) 遍歷圖像中的所有像素點(diǎn)，對(duì)每一個(gè)連通域都建立一個(gè)鏈表；計(jì)算每個(gè)連通域的 面積S，當(dāng)面積S滿足約束條件時(shí)，提取該連通域的外部輪廓； 面積約束條件為：S_l〇w〈S〈S_high 其中，S_low與S_high分別為車道虛線段區(qū)域的面積上限與下限； 32) 提取上述連通域的外部輪廓的最小外接矩形，對(duì)每個(gè)矩形建立一個(gè)結(jié)構(gòu)體；該結(jié) 構(gòu)體的成員包括：矩形的形心位置P(x，y)、矩形長(zhǎng)L、矩形寬W以及矩形長(zhǎng)邊與圖像水平軸 的夾角9 ; 當(dāng)最小外接矩形滿足約束條件時(shí)，保留該矩形，最終得到最小外接矩形集合Rect_eXp。 約束條件為：(T_low〈長(zhǎng)寬比（L/W) <T_high)且（0 > 0 _max) 其中，T_low和T_high分別為矩形長(zhǎng)寬比的上限與下限。
5. 如權(quán)利要求4所述的適用于高速公路視頻監(jiān)控系統(tǒng)的車道虛線分界線自動(dòng)檢測(cè)方 法，其特征在于：所述步驟3)具體步驟如下： 對(duì)最小外接矩形集合Rect_exp內(nèi)的所有矩形進(jìn)行如下擴(kuò)展操作： W_new=kW_exp 其中，W_exp為最小外接矩形的寬，W_new為擴(kuò)展后矩形的寬。k為擴(kuò)展倍數(shù)。
6.如權(quán)利要求5所述的適用于高速公路視頻監(jiān)控系統(tǒng)的車道虛線分界線自動(dòng)檢測(cè)方 法，其特征在于：所述步驟8)的具體步驟如下： 1) 對(duì)最小外接矩形集合Rect_new內(nèi)的矩形進(jìn)行兩兩匹配，匹配成功則標(biāo)記為一個(gè)匹 配對(duì)； 匹配對(duì)需要滿足以下條件： (I0m-0n| <t0)且(|e(巧)-e",|<7；,)且(，(巧) 其中，m、n表示不同的外接矩形；0 m、0 n分別表示不同外接矩形的矩形長(zhǎng)邊與圖像 水平軸夾角；Lm、Ln分別表示不同外接矩形的矩形長(zhǎng)度；T0表示夾角閾值，建議值為5° ; 0(H)表示兩矩形形心連線夾角，/(M)表示形心間距離； 2) 從所有匹配對(duì)中挑選出最優(yōu)匹配對(duì)，連接該匹配對(duì)兩個(gè)矩形形心，獲得的擬合直線 即為車道虛線車道線的位置； 同一條車道線中可以檢測(cè)出多組車道虛線段最小外接矩形匹配對(duì)，定義每組匹配對(duì)的 長(zhǎng)度標(biāo)簽LM，計(jì)算公式為： LM=Lm+Ln 其中，1^、1^分別表示不同外接矩形的矩形長(zhǎng)度。 取長(zhǎng)度標(biāo)簽最大的匹配對(duì)為最優(yōu)匹配對(duì)，連接該組兩個(gè)矩形形心，即得到該車道虛線 分界線的擬合直線。
【專利摘要】本發(fā)明屬于圖像處理技術(shù)領(lǐng)域，公開(kāi)了一種適用于高速公路視頻監(jiān)控系統(tǒng)的車道虛線分界線自動(dòng)檢測(cè)方法，包括以下步驟：通過(guò)視頻采集設(shè)備獲取原始視頻圖像；通過(guò)連通域分析獲取適用于車道線檢測(cè)的自校正二值化閾值；然后精確提取出車道虛線段的最小外接矩形集合；進(jìn)而從最小外接矩形集合中尋找最優(yōu)外接矩形匹配對(duì)，最終通過(guò)該最優(yōu)匹配對(duì)提取出車道虛線分界；本發(fā)明算法簡(jiǎn)單，運(yùn)算開(kāi)銷小，可準(zhǔn)確、高效地自動(dòng)檢測(cè)出車道虛線分界線。由于本算法提出了自校正二值化閾值的方法，所以可適用于不同光照條件下的高速公路車道場(chǎng)景；同時(shí)該方法還能夠提供車道虛線段的長(zhǎng)度及位置坐標(biāo)參數(shù)，故檢測(cè)結(jié)果還可以為路面距離標(biāo)定及攝像頭偏移檢測(cè)等提供參考信息。
【IPC分類】G06K9-00
【公開(kāi)號(hào)】CN104809449
【申請(qǐng)?zhí)枴緾N201510244179
【發(fā)明人】趙敏, 孫棣華, 封博文
【申請(qǐng)人】重慶大學(xué)
【公開(kāi)日】2015年7月29日
【申請(qǐng)日】2015年5月14日