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檢測方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于圖像處理技術(shù)領(lǐng)域，具體公開了一種車道線的檢測方法。
【背景技術(shù)】
[0002] 為了加強高速公路的安全運行管理，目前國內(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檢測系統(tǒng)或者交通參數(shù)檢測系統(tǒng)也得到了快 速的發(fā)展。比如美國的Autoscope事件檢測系統(tǒng)、法國的Citilog事件檢測系統(tǒng)、中國的 宇航時代交通參數(shù)檢測系統(tǒng)等，都已經(jīng)得到了廣泛的應(yīng)用。該類檢測系統(tǒng)中的各種檢測算 法一般都需要區(qū)分不同的車道區(qū)域。國家標準《道路交通標志和標線》（GB5768_1999)規(guī) 定，凡同一行駛方向有二條或二條以上車道時，應(yīng)劃車道分界線；車道分界線又分為虛線與 實線兩種，其中虛線分界線表示車輛在行駛過程中允許變換車道。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，常見的操作方式是采用人工手動畫 取來配置車道線的位置信息以提取車道區(qū)域，但是當(dāng)攝像頭因抖動或者人為操作等原因發(fā) 生偏移的時候，原來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。所以實現(xiàn)車道虛線分界線的自動檢測具有一定的實用價值，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，車道線的自動檢測主要分為基于特征和基于模型的方法?；谔卣?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 算法簡單，但是對噪聲敏感、抗干擾能力差。公開號為CN104008387A的中國發(fā)明專利申請 公開了一種"一種基于特征點分段線性擬合的車道線檢測方法"，該方法在檢測前需要標 定感興趣區(qū)域，當(dāng)檢測內(nèi)容為整幅圖像時，該方法將會失效，無法實現(xiàn)對車道虛線分界線的 檢測?；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際需要。公開號為CN103699899A 的中國發(fā)明專利申請公開了一種"基于等距曲線模型的車道線檢測方法"，首先對圖像進行 Hough變換處理，然后利用等距曲線模型識別車道線。該方法對車道線的識別準確率較高， 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)控攝像頭視角下，由于 車道虛線段比較短，圖像中的干擾線段也比較多，該車道線識別方法將很難發(fā)揮作用，檢測 效果不理想。
[0004] 正因如此，如何根據(jù)高速公路的道路場景及車道虛線分界線的特點，尋找一種快 速、準確的車道虛線分界線的自動檢測方法具有重要的理論與現(xiàn)實意義。

【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方法，根據(jù)道路監(jiān)控 攝像頭采集的視頻圖像，快速、準確的自動檢測出高速公路車道虛線分界線。
[0006] 本發(fā)明通過以下技術(shù)手段解決上述技術(shù)問題：
[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檢測方法，包括以下步驟：
[0008] 1)通過視頻采集設(shè)備獲取原始視頻圖像img_ori;
[0009] 2)對步驟1)獲取的原始視頻圖像img_ori進行二值化處理；
[0010] 3)對步驟2)獲得的二值圖像img_exp進行連通域分析，提取疑似車道虛線段區(qū)域 的最小外接矩形；
[0011] 4)擴展每一個最小外接矩形，得到擴展矩形集合Rect_extention;
[0012] 5)利用Otsu算法計算新的二值化閾值a_new;
[0013] 6)采用新的二值化閾值a_new再次對原始圖像img_ori進行二值化處理，得到新 的二值圖像img_new;
[0014] 7)對新的二值圖像img_neW進行連通域分析，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，進而通過該最優(yōu) 匹配對最終提取出車道虛線分界線。
[0016] 進一步，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】
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檢測方法，其特征在于：包括 以下步驟： 1) 通過視頻采集設(shè)備獲取原始視頻圖像img_ori; 2) 對步驟1)獲取的原始視頻圖像img_ori進行二值化處理； 3) 對步驟2)獲得的二值圖像img_eXp進行連通域分析，提取疑似車道虛線段區(qū)域的最 小外接矩形； 4) 擴展每一個最小外接矩形，得到擴展矩形集合Rect_extention; 5) 利用Otsu算法計算新的二值化閾值a_new; 6) 采用新的二值化閾值a_new再次對原始圖像img_ori進行二值化處理，得到新的二 值圖像img_new; 7) 對新的二值圖像img_neW進行連通域分析，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，進而通過該最優(yōu)匹配 對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檢測方法，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檢測方 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檢測方 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，對每一個連通域都建立一個鏈表；計算每個連通域的 面積S，當(dāng)面積S滿足約束條件時，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，對每個矩形建立一個結(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L、矩形寬W以及矩形長邊與圖像水平軸 的夾角9 ; 當(dāng)最小外接矩形滿足約束條件時，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〈長寬比（L/W) <T_high)且（0 > 0 _max) 其中，T_low和T_high分別為矩形長寬比的上限與下限。
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檢測方 法，其特征在于：所述步驟3)具體步驟如下： 對最小外接矩形集合Rect_exp內(nèi)的所有矩形進行如下擴展操作： W_new=kW_exp 其中，W_exp為最小外接矩形的寬，W_new為擴展后矩形的寬。k為擴展倍數(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檢測方 法，其特征在于：所述步驟8)的具體步驟如下： 1) 對最小外接矩形集合Rect_new內(nèi)的矩形進行兩兩匹配，匹配成功則標記為一個匹 配對； 匹配對需要滿足以下條件： (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) 從所有匹配對中挑選出最優(yōu)匹配對，連接該匹配對兩個矩形形心，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出多組車道虛線段最小外接矩形匹配對，定義每組匹配對的 長度標簽LM，計算公式為： LM=Lm+Ln 其中，1^、1^分別表示不同外接矩形的矩形長度。 取長度標簽最大的匹配對為最優(yōu)匹配對，連接該組兩個矩形形心，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檢測方法，包括以下步驟：通過視頻采集設(shè)備獲取原始視頻圖像；通過連通域分析獲取適用于車道線檢測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；進而從最小外接矩形集合中尋找最優(yōu)外接矩形匹配對，最終通過該最優(yōu)匹配對提取出車道虛線分界；本發(fā)明算法簡單，運算開銷小，可準確、高效地自動檢測出車道虛線分界線。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景；同時該方法還能夠提供車道虛線段的長度及位置坐標參數(shù)，故檢測結(jié)果還可以為路面距離標定及攝像頭偏移檢測等提供參考信息。
【IPC分類】G06K9-00
【公開號】CN104809449
【申請?zhí)枴緾N201510244179
【發(fā)明人】趙敏, 孫棣華, 封博文
【申請人】重慶大學(xué)
【公開日】2015年7月29日
【申請日】2015年5月14日