本發(fā)明具體涉及一種完全非結(jié)構(gòu)道路邊緣檢測(cè)方法。
背景技術(shù):
智能車輛自主駕駛系統(tǒng)的關(guān)鍵技術(shù)之一是基于視覺(jué)的道路檢測(cè)。近年來(lái),自主駕駛系統(tǒng)的研究,隨著計(jì)算機(jī)和機(jī)器人技術(shù)不斷發(fā)展,也得到了飛速的發(fā)展,其中,怎樣在各種復(fù)雜自然環(huán)境下準(zhǔn)確識(shí)別前方道路是自主駕駛系統(tǒng)的一個(gè)難題。對(duì)于結(jié)構(gòu)化程度較高的道路,可將道路檢測(cè)的方法一般簡(jiǎn)化為車道線檢測(cè)。而非結(jié)構(gòu)化道路,因受到自然環(huán)境中季節(jié)、天氣或者光照等的影響,都會(huì)造成道路表面特征的改變,給非結(jié)構(gòu)化道路檢測(cè)帶來(lái)一定的挑戰(zhàn)性。
如何從彩色圖像中獲得道路的信息是基于視覺(jué)的道路檢測(cè)的關(guān)鍵。由于道路處于真實(shí)的自然環(huán)境中,攝像機(jī)獲得的圖像往往受各種環(huán)境因素的影響而退化。另外,由于完全非結(jié)構(gòu)化道路圖像的某些特征,例如邊緣、輪廓等本來(lái)就不是很明顯,這使圖像處理后序過(guò)程的信息提取受直接影響。
技術(shù)實(shí)現(xiàn)要素:
本發(fā)明要解決的技術(shù)問(wèn)題是提供一種完全非結(jié)構(gòu)道路邊緣檢測(cè)方法。
一種完全非結(jié)構(gòu)道路邊緣檢測(cè)方法,包括以下步驟:
s1:圖像預(yù)處理:將采集到的視頻圖像進(jìn)行圖像預(yù)處理;
s2:確定參考序列和比較序列:
1)設(shè)參考序列
其中,
2)由sobel算子形成的兩個(gè)參考序列為:
3)假設(shè)每個(gè)分量圖像的大小為
4)計(jì)算出兩個(gè)灰色關(guān)聯(lián)度,即
s3:生成彩色灰關(guān)聯(lián)度圖像及圖像合并:
按步驟s2所述的方法,分別作用于hsv空間上的兩個(gè)分量h、s上,得到兩張邊緣檢測(cè)圖像
本發(fā)明的有益效果是:
本發(fā)明道路檢測(cè)方法不依賴道路形狀和假設(shè),直接利用sobel算子對(duì)彩色圖像進(jìn)行邊緣檢測(cè),不僅實(shí)時(shí)性好,邊緣檢測(cè)結(jié)果清晰,還能有效降低圖像的噪聲。
具體實(shí)施方式
以下具體實(shí)施例對(duì)本發(fā)明作進(jìn)一步闡述,但不作為對(duì)本發(fā)明的限定。
一種完全非結(jié)構(gòu)道路邊緣檢測(cè)方法,包括以下步驟:
s1:圖像預(yù)處理:將采集到的視頻圖像進(jìn)行圖像預(yù)處理;
s2:確定參考序列和比較序列:
1)設(shè)參考序列
其中,
2)由sobel算子形成的兩個(gè)參考序列為:
3)假設(shè)每個(gè)分量圖像的大小為
4)計(jì)算出兩個(gè)灰色關(guān)聯(lián)度,即
s3:生成彩色灰關(guān)聯(lián)度圖像及圖像合并:
按步驟s2所述的方法,分別作用于hsv空間上的兩個(gè)分量h、s上,得到兩張邊緣檢測(cè)圖像