CN102521589A - 一种车道线检测的方法及系统 - Google Patents

Abstract

本发明适用于智能交通技术领域，提供了一种车道线检测的方法及系统，所述方法包括：获取输入的原始图像，对其灰度二值化；通过canny算法获取灰度二值化后图像的边缘图像；清除边缘图像中的非感兴趣区域；扫描经过处理后的图像的每一个像素点，若该点为边缘点，则存储该点的坐标；对每一度取直线，得到初始的左右车道线；根据初始的左右车道线，提取符合第一预设条件且边缘点最多的直线；提取符合第二预设条件的左右车道线；对提取的左右车道线进行排序；根据左右车道线line_X的差值筛选出最终的左右车道线；将筛选的左右车道线邻域内存在的sobel边缘点作为最终准确的车道线点。通过本发明，可有效提高车道线检测的速度和精度。

Description

一种车道线检测的方法及系统

技术领域

本发明属于智能交通技术领域，尤其涉及一种车道线检测的方法及系统。

背景技术

车道线检测是智能车辆辅助驾驶系统中一个基本且必须的功能，它是进行当前车道的车辆分离、自动驾驶、车道偏离预警等的前提。

现有的车道线检测技术一般采用数字信号处理器(DSP)芯片对获取的图像进行运算，通过灰度分割或者霍夫变换直接得到车道线。用车载摄像头拍摄的图片中，受光照和物体影子的影响，道路部分自身的灰度通常波动幅度宽，灰度分割的效果误差很大。霍夫变换直接得到车道线也存在以下缺点：1)道路周边环境复杂并且经常会存在电线杆和路灯杆等类直线的物体，这些容易导致误检；2)道路中的双黄线、虚实双白线、道路标志线等，经常会被误认为是当前车道的分界线；3)实际的道路分界线经常并不是理想的直线，直接将直线当成最终的车道线精度不高；由此可见，该方法实际应用中效果并不好。

发明内容

本发明实施例提供一种车道线检测的方法，旨在解决现有技术存在的上述问题。

本发明实施例是这样实现的，一种车道线检测的方法，所述方法包括：

A、采集车辆前方路况的原始图像，确定所述原始图像的宽为W，高为H，并将原始图像采集设备视野中地平线之下，两侧边界之内的区域划分为感兴趣区域，其他区域划分为非感兴趣区域；

B、将所述划分后的图像转换成灰度图像并二值化；

C、通过canny算法获取所述灰度二值化后图像的边缘图像；

D、将所述边缘图像中的非感兴趣区域清除；

E、扫描经过步骤D处理后的图像的每一个像素点，若该点为边缘点，则存储该点的坐标；

F、按[0°，89°][-90°，-1°]的顺序，针对每一度，根据R＝X cos(θ)+Ysin(θ)，计算得到初始的车道线直线，其中，(X，Y)为存储的边缘点坐标，角度在区间[0°，89°]的直线为潜在的左车道线，角度在区间[-90°，-1°]的直线为潜在的右车道线；

G、针对步骤F中得到的所有初始车道线直线，在每一个长度在[-7，7]、角度在[-3°，3°]的区间内，只保留边缘点最多的直线，将其他直线清零；

H、对步骤G所得的每一条直线，遍历步骤E的边缘点，顺序获取在该直线上的点，截取线段，剔除线段不满足预设长度的直线；

I、根据Y坐标等于H-1时的X坐标line_X升序对经步骤H处理后的直线进行排序，将排序后的左车道线记为left_1，left_2，left_3，……，left_n，右车道线记为right_1，right_2，right_3，......right_n；

J、根据左右车道线line_X的差值筛选步骤I中最有可能的左右车道线；

K、对步骤B中的灰度图像求水平sobel边缘点，并判断步骤J中筛选得到的左右车道线的邻域内是否存在所述sobel边缘点，在存在时，则该点为最终的车道线点。

本发明实施例还提供一种车道线检测的系统，所述系统包括：

图像采集单元，用于采集车辆前方路况的原始图像，确定所述原始图像的宽为W，高为H，并将原始图像采集设备视野中地平线之下，两侧边界之内的区域划分为感兴趣区域，其他区域划分为非感兴趣区域；

图像二值化单元，用于将所述划分后的图像转换成灰度图像并二值化；

边缘图像获取单元，用于通过canny算法获取所述灰度二值化后图像的边缘图像；

区域处理单元，用于将所述边缘图像中的非感兴趣区域清除；

存储单元，用于扫描经过区域处理单元处理后的图像的每一个像素点，若该点为边缘点，则存储该点的坐标；

计算单元，用于按[0°，89°][-90°，-1°]的顺序，针对每一度，根据R＝Xcos(θ)+Ysin(θ)，计算得到初始的车道线直线，其中，(X，Y)为存储的边缘点坐标，角度在区间[0°，89°]的直线为潜在的左车道线，角度在区间[-90°，-1°]的直线为潜在的右车道线；

第一提取单元，用于根据计算单元得到的初始的车道线直线，在每一个长度在[-7，7]、角度在[-3°，3°]的区间内，只保留边缘点最多的直线，将其他直线清零；

第二提取单元，用于计算经第一提取单元处理后的直线，遍历存储单元的边缘点，顺序获取在该直线上的点，截取线段，剔除线段不满足预设长度的直线；

排序单元，用于根据Y坐标等于H-1时的X坐标line_X升序对经第二提取单元处理后的直线进行排序，将排序后的左车道线记为left_1，left_2，left_3，……，left_n，右车道线记为right_1，right_2，right_3，......right_n；

筛选单元，用于根据左右车道线line-X的差值从步骤I所得结果中筛选出最终准确的左右车道线；

车道线点确定单元，用于对图像二值化单元的灰度图像求水平sobel边缘，并判断筛选单元筛选得到的左右车道线的邻域内是否存在所述sobel边缘点，在存在时，则该点为最终的车道线点。

从上述技术方案中可以看出，本发明实施例在提取图像边缘后，首先以较低的标准提取出所有潜在的直线，这些当中包含道路分界线，也包含不是道路分界线的其它类直线；然后通过三层主筛选器(包含多个辅助筛选器)筛选出最终准确的左右车道线。整个过程由粗到细，逐步排除错误的部分，最终得到理想的结果。在得到车道理想直线后，通过理想线邻域内sobel边缘获得精确的每个分界线点。在实际运用中验证表明，本发明的方法和系统具有很好的容错性，在各种复杂环境中均能稳定运行，并能获得理想的精度。

附图说明

图1是本发明实施例一提供的车道线检测方法的实现流程图；

图2是本发明实施例一提供的感兴趣区域划分的示意图；

图3是本发明实施例二提供的直线计算的具体流程图；

图4是本发明实施例三提供的直线精选的具体流程图；

图5是本发明实施例四提供的筛选最终准确的左右车道线的具体流程图；

图6是本发明实施例五提供的车道线点确定的具体流程图；

图7是本发明实施例六提供的车道线检测系统的组成结构图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。

实施例一：

图1示出了本发明实施例一提供的车道线检测方法的实现流程，该方法过程详述如下：

在步骤S101中，采集车辆前方路况的原始图像，确定所述原始图像的宽为W，高为H，并将原始图像采集设备视野中地平线之下，两侧边界之内的区域划分为感兴趣区域，其他区域划分为非感兴趣区域。

在本实施例中，通过安装在车辆上的图像采集设备(例如：摄像头)采集车辆前方的原始图像，所述图像采集设备设置有内部参数和外部参数。其中，内部参数包括主点坐标、有效焦距等，外部参数包括图像采集设备的位置和朝向等。

对采集的原始图像进行处理，使其宽为W、高为H。其中，W、H为预先设置的阈值(可根据经验值确定)。将处理后的图像进行区域划分，将原始图像采集设备视野中地平线之下，两侧边界之内的区域划分为感兴趣区域，其他区域划分为非感兴趣区域(如图2所示，S4为感兴趣区域，S1、S2、S3为非感兴趣区域)。

在步骤S102中，将所述划分后的图像转换成灰度图像并二值化。

在本实施例中，先通过OSTU算法计算感兴趣区域的阈值，然后再灰度二值化。

在步骤S103中，通过canny算法获取所述灰度二值化后图像的边缘图像。

在步骤S104中，将所述边缘图像中的非感兴趣区域清除。

在步骤S105中，扫描经过步骤S104处理后的图像的每一个像素点，若该点为边缘点，则存储该点的坐标。

在步骤S106中，按[0°，89°][-90°，-1°]的顺序，针对每一度，根据极坐标直线方程R＝X cos(θ)+Ysin(θ)，计算得到初始的车道线直线，其中，(X，Y)为存储的边缘点坐标，角度在区间[0°，89°]的直线为潜在的左车道线，角度在区间[-90°，-1°]的直线为潜在的右车道线。

在本实施例中，直线的参数包含极点到直线的距离R、极点到直线的垂直线与水平线的角度θ、边缘点个数S和当Y坐标等于H-1时的X坐标line_x。

在步骤S107中，针对步骤S106中得到的所有初始车道线直线，在每一个长度在[-7，7]、角度在[-3°，3°]的区间内，只保留边缘点最多的直线，将其他直线清零。

在本实施例中，保留符合条件(在以自身为中心、长度在[-7，7]、角度在[-3°，3°]的区间内自身的边缘点最多)的直线，并将不符合条件的直线清零。

在步骤S108中，对步骤S107所得的每一条直线，遍历步骤E的边缘点，顺序获取在该直线上的点，截取线段，剔除线段不满足预设长度的直线。

在本实施例中，对经步骤S107处理后得的每一条直线，遍历步骤S105的边缘点，顺序获取在该直线上的点，截取线段，剔除线段不满足预设长度(例如40)的直线。

在步骤S109中，根据Y坐标等于H-1时的X坐标line_X升序对经步骤S108处理后的直线进行排序，排序后的左车道线结果为left_1，left_2，left_3，……，left_n，右车道线结果为right_1，right_2，right_3，......right_n。

在步骤S110中，根据左右车道线line_X的差值筛选步骤S109中最终准确的(最有可能的)左右车道线。

在步骤S111中，对步骤S102中的灰度图像求水平sobel边缘点，并判断步骤S110中筛选得到的左右车道线的邻域内是否存在所述sobel边缘点，在存在时，则该点为最终的车道线点。

实施例二：

图3示出了本发明实施例二提供的直线计算的具体流程，其过程详述如下：

在步骤S301中，将长度为2L的双端口RAM做为距离计数器的临时存储空间，其中

IH为所述感兴趣区域的高度。

在本实施例中，令

因经过感兴趣区域内任意一点的所有直线中，R最小为-L，最大为L，因此将长度为L²的双端口RAM做为距离计数器的临时存储空间。

在步骤S302中，将所述距离计数器全部清零。

在步骤S303中，根据存储的边缘点坐标，计算R＝X cos(θ)+Ysin(θ)，θ为极点到直线的垂直线与水平线的夹角。

在本实施例中，在X、Y、θ已知的情况下，根据方程R＝X cos(θ)+Ysin(θ)计算直线R。其中，(X，Y)为存储的边缘点坐标。

在步骤S304中，将所述R与所述L的和做为距离计数器的地址，取出该地址的值加上1后存回原地址。

在本实施例中，通过加上偏移L可避免距离计数器的地址出现负数。

在步骤S305中，返回步骤S303，直到所有边缘点坐标处理完后跳转到步骤S306。

在步骤S306中，对距离计数器内的每个地址，令其为addr，取出地址分别为addr-1、addr、addr+1三个地址空间内的数值，将所述数值相加后存入地址为addr的空间。

在步骤S307中，对距离计数器内的每个地址，令其为addr，取出地址分别为addr-2、addr-1、addr、addr+1、addr+2五个地址空间内的数值，令所述数值分别为r1、r2、r3、r4、r5，若r3不是5个数值中最大的那个，则将地址为addr的空间内的数值清零。

在步骤S308中，对距离计数器内的每个地址，取出该地址空间内的数值，令其为r3，若r3大于120，则跳转到步骤S309，否则读取下一个地址间内的数值，直到全部读取完。

在本实施例中，120为车道线最小点数。

在步骤S309中，计算Y坐标等于H-1时的X坐标line_x，判断左车道线line_x的范围是否处于区间

内，右车道线line_x的范围是否处于区间

内，若左右车道线都在所述区间，则跳转到步骤S310，否则跳到步骤S308。

在步骤S310中，存储直线的参数，所述参数包括极点到直线的距离R、极点到直线的垂直线与水平线的夹角θ、边缘点个数S和当Y坐标等于H-1时的X坐标line_x，同时直线的个数相应加1。

实施例三：

图4示出了本发明实施例三提供的直线精选的具体流程，其过程详述如下：

在步骤S401中，按[0°，89°][-90°，-1°]的顺序处理所提取的每条直线，并获取当前处理直线的参数R1、θ1、S1、line_x1，若所述参数都为零，则取下一条直线处理，否则跳到步骤S402。

在步骤S402中，按存储顺序依次扫描每个边缘点坐标(X，Y)，根据R＝Xcos(θ)+Ysin(θ)计算R，其中θ＝θ1，若R-R1的绝对值小于3，则认为该点在直线上，将该点坐标存储到到临时存储器内，否则不存储；

在步骤S403中，按存储顺序扫描所述临时存储器，若前后(相邻)两点的距离小于6则认为两点处于同一线段内，否则上一条线段到此结束，下一条线段开始，对每条线段，若该线段包含的点数小于40，则认为是无效线段，将其删去；

在步骤S404中，提取步骤S403中所有的有效线段，计算所有有效线段两个端点间X坐标的最小值minX、X坐标的最大值maxX、Y坐标的最大值maxY，判断左车道线是否满足

且

右车道线是否满足

且

若不满足，则将该直线参数清零；返回步骤S401处理下一条直线。

实施例四：

图5示出了本发明实施例四提供的筛选最终准确的左右车道线的具体流程，其过程详述如下：

在步骤S501中，令左车道线left为left_n，右车道线right为right_1。

在步骤S502中，判断左右车道线两者line_x的差值，若该差值大于0.3H，则将这两条直线作为最有可能的左右车道线提取出来，否则跳转到步骤S503。

在步骤S503中，若左右车道线两者差值小于0.1H，继续判断左右车道线谁更靠近0.5W处，若左车道线更靠近，则左车道取left-1，右车道不变，若右车道线更靠近，则左车道不变，右车道取right+1，并跳转到步骤S502；若左右车道线两者差值大于等于0.1H，则跳转到步骤S504。

在步骤S504中，比较左右车道线的边缘点数，若左车道线更少，则左车道取left-1，右车道不变，若右车道线更少，则左车道不变，右车道取right+1，并跳到步骤S502。

在步骤S505中，若所有左右车道线都遍历完仍不满足步骤S502的条件，则取默认值left_n和right_1做为最终准确的左右车道线。

实施例五：

图6示出了本发明实施例五提供的车道线点确定的具体流程，其过程详述如下：

在步骤S601中，对所述灰度图像求水平sobel边缘点。

在步骤S602中，对左右车道线，令坐标Y＝H-1、H-2、......、H-IH，分别计算坐标Y对应的X坐标值X_H_1、X_H_2、......、X_H_IH，并判断X坐标值是否在区间[0，w-1]内，若X坐标值不在区间[0，w-1]内，令X坐标值等于所述区间边界值。

在步骤S603中，按Y＝H-1、H-2、......、H-IH的顺序扫描，初始时令y0＝H-1，扫描y0行中列坐标为X_H_1的三个邻域内是否存在SOBEL边缘点，若存在，则为最终的车道线点，记为Xa，假设SOBEL边缘点的列坐标为X_H_1+2，则Xa＝X_H_1+2；若不存在，则默认X_H_1为最终的车道线点，此时Xa＝X_H_1。

在步骤S604中，取y0＝y0-1，根据步骤S602计算得到的y0对应的X坐标值，设其值为x0，令左车道线x1＝Xa+1、右车道线x1＝Xa-1，扫描y0行中列坐标为x1的三个邻域内是否存在SOBEL边缘点，若存在，则为最终的车道线点，Xa更新为SOBEL边缘点的列坐标，跳转到步骤S608；若不存在，跳转到步骤S605。

在步骤S605中，依次扫描y0行中列坐标为x1到x0的每个点，若存在SOBEL边缘点，则为最终的车道线点，Xa更新为SOBEL边缘点的列坐标，跳转到步骤S608；若不存在，跳转到步骤S606。

在步骤S606中，扫描y0行中列坐标为x0的三个邻域内是否存在SOBEL边缘点，若存在，则为最终的车道线点，Xa更新为SOBEL边缘点的列坐标，跳转到步骤S608；若不存在，跳转到步骤S607。

在步骤S607中，令Xa＝(x0+x1)/2，即为默认的车道线点，跳转到步骤S608。

在步骤S608中，若右车道线求得的Xa减去左车道线求得的Xa小于5或者y0＝H-IH，则循环结束，否则跳转到步骤S604。

实施例六：

图7示出了本发明实施例六提供的车道线检测系统的组成结构，为了便于说明，仅示出了与本发明实施例相关的部分。

该车道线检测系统可以是运行于各检测设备内的软件单元、硬件单元或者软硬件相结合的单元。

该车道线检测系统包括图像采集单元71、图像二值化单元72、边缘图像获取单元73、区域处理单元74、存储单元75、计算单元76、第一提取单元77、第二提取单元78、排序单元79、筛选单元710以及车道线点确定单元711各单元具体功能如下：

图像采集单元71，用于采集车辆前方路况的原始图像，确定所述原始图像的宽为W，高为H，并将原始图像采集设备视野中地平线之下，两侧边界之内的区域划分为感兴趣区域，其他区域划分为非感兴趣区域；

图像二值化单元72，用于将所述划分后的图像转换成灰度图像并二值化；

边缘图像获取单元73，用于通过canny算法获取所述灰度二值化后图像的边缘图像；

区域处理单元74，用于将所述边缘图像中的非感兴趣区域清除；

存储单元75，用于扫描经过区域处理单元处理后的图像的每一个像素点，若该点为边缘点，则存储该点的坐标；

计算单元76，用于按[0°，89°][-90°，-1°]的顺序，针对每一度，根据R＝Xcos(θ)+Ysin(θ)，计算得到初始的车道线直线，其中，(X，Y)为存储的边缘点坐标，角度在区间[0°，89°]的直线为潜在的左车道线，角度在区间[-90°，-1°]的直线为潜在的右车道线；其中，所述计算单元76还包括：

预处理模块761，用于将长度为2L的双端口RAM做为距离计数器的临时存储空间，其中

IH为所述感兴趣区域的高度；

第一处理模块762，用于将所述距离计数器全部清零；

第一计算模块763，用于根据步骤E中存储的边缘点坐标，计算R＝X cos(θ)+Ysin(θ)，θ为极点到直线的垂直线与水平线的夹角；

第二处理模块764，用于将所述R与所述L的和做为距离计数器的地址，取出该地址的值加上1后存回原地址；

第三处理模块765，用于返回第一计算模块，直到所有边缘点坐标处理完后跳转到第四处理模块；

第四处理模块766，用于对距离计数器内的每个地址，令其为addr，取出地址分别为addr-1、addr、addr+1三个地址空间内的数值，将所述数值相加后存入地址为addr的空间；

第五处理模块767，用于对距离计数器内的每个地址，令其为addr，取出地址分别为addr-2、addr-1、addr、addr+1、addr+2五个地址空间内的数值，令所述数值分别为r1、r2、r3、r4、r5，若r3不是5个数值中最大的那个，则将地址为addr的空间内的数值清零；

第六处理模块768，用于对距离计数器内的每个地址，取出该地址空间内的数值，令其为r3，若r3大于120，则跳转到第七处理模块，否则读取下一个地址间内的数值，直到全部读取完；

第七处理模块769，用于计算Y坐标等于H-1时的X坐标line_x，判断左车道线line_x的范围是否处于区间

内，右车道线line_x的范围是否处于区间

内，若在所述区间，则跳转到第八处理模块，否则跳转到第六处理模块；

第八处理模块7610，用于存储直线的参数，所述参数包括极点到直线的距离R、极点到直线的垂直线与水平线的夹角θ、边缘点个数S和当Y坐标等于H-1时的X坐标line_x，同时直线的个数相应加1。

第一提取单元77，用于用于根据计算单元得到的初始的车道线直线，在每一个长度在[-7，7]、角度在[-3°，3°]的区间内，只保留边缘点最多的直线，将其他直线清零。

第二提取单元78，用于计算经第一提取单元处理后的直线，遍历存储单元的边缘点，顺序获取在该直线上的点，截取线段，剔除线段不满足预设长度的直线；其中，所述第二提取单元78还包括：

第一处理模块781，用于按[0°，89°][-90°，-1°]的顺序处理第一提取单元中提取的每条直线，并获取当前处理直线的参数R1、θ1、S1、line_x1，若所述参数都为零，则取下一条直线处理，否则跳转到第二处理模块；

第二处理模块782，用于按存储顺序依次扫描每个边缘点坐标(X，Y)，根据R＝X cos(θ)+Ysin(θ)计算R，其中θ＝θ1，若R-R1的绝对值小于3，则认为该点在直线上，将该点坐标存储到到临时存储器内，否则不存储；

第三处理模块783，用于按存储顺序扫描所述临时存储器，若前后(相邻)两点的距离小于6则认为两点处于同一线段内，否则上一条线段到此结束，下一条线段开始，对每条线段，若该线段包含的点数小于40，则认为是无效线段，将其删去；

第四处理模块784，用于提取第三处理模块中所有的有效线段，计算所有有效线段两个端点间X坐标的最小值minX、X坐标的最大值maxX、Y坐标的最大值maxY，判断左车道线是否满足

且

右车道线是否满足

且

若不满足，则将该直线参数清零，并返回第一处理模块处理下一条直线。

排序单元79，用于根据Y坐标等于H-1时的X坐标line_X升序对经第二提取单元处理后的直线进行排序，将排序后的左车道线记为left_1，left_2，left_3，……，left_n，右车道线记为right_1，right_2，right_3，......right_n；

筛选单元710，用于根据左右车道线line_X的差值筛选排序单元中最终准确的左右车道线；其中，所述筛选大于710还包括：

预处理模块7101，用于令左车道线left为left_n，右车道线right为right_1；

第一判断模块，用于判断两者line_x的差值，若该差值大于0.3H，则将这两条直线作为最有可能的左右车道线提取出来，否则跳转到第二判断模块；

第二判断模块7102，用于在两者差值小于0.1H，继续判断左右车道线谁更靠近0.5W处，若左车道线更靠近，则左车道取left-1，右车道不变，若右车道线更靠近，则左车道不变，右车道取right+1，并跳转到第一判断模块；若两者差值大于等于0.1H，则跳转到第一处理模块；

第一处理模块7103，用于比较左右车道线的边缘点数，若左车道线更少，则左车道取left-1，右车道不变，若右车道线更少，则左车道不变，右车道取right+1，并跳转到第一判断模块；

第二处理模块7104，用于在所有左右车道线都遍历完仍不满足第一判断模块的判断条件时，取默认值left_n和right_1做为最终的左右车道线。

车道线点确定单元711，用于对图像二值化单元的灰度图像求水平sobel边缘点，并判断筛选单元筛选得到的左右车道线的邻域内是否存在所述sobel边缘点，在存在时，则该点为最终的车道线点；其中所述车道线点确定单元711还包括：

计算模块7111，用于对图像二值化单元中的灰度图像求水平sobel边缘点；

预处理模块7112，用于对左右车道线，令坐标Y＝H-1、H-2、......、H-IH，分别计算对应的X坐标值X_H_1、X_H_2、......、X_H_IH，若X坐标值不在区间[0，w-1]内，令X坐标值等于所述区间边界值；

第一处理模块7113，用于按Y＝H-1、H-2、......、H-IH的顺序扫描，初始时令y0＝H-1，扫描y0行中列坐标为X_H_1的三个邻域内是否存在SOBEL边缘点，若存在，则为最终的车道线点，记为Xa，假设SOBEL边缘点的列坐标为X_H_1+2，则Xa＝X_H_1+2，若不存在，则默认X_H_1为最终的车道线点，此时Xa＝X_H_1；

第二处理模块7114，用于取y0＝y0-1，根据预处理模块中计算得到的对应的X坐标值，设其值为x0，令左车道线x1＝Xa+1、右车道线x1＝Xa-1，扫描y0行中列坐标为x1的三个邻域内是否存在SOBEL边缘点，若存在，则为最终的车道线点，Xa更新为SOBEL边缘点的列坐标，跳转到第五处理模块；若不存在，跳转到第三处理模块；

第三处理模块7115，用于依次扫描y0行中列坐标为x1到x0的每个点，若存在SOBEL边缘点，则为最终的车道线点，Xa更新为SOBEL边缘点的列坐标，跳转到第五处理模块；若不存在，跳转到第四处理模块；

第四处理模块7116，用于扫描y0行中列坐标为x0的三个邻域内是否存在SOBEL边缘点，若存在，则为最终的车道线点，Xa更新为SOBEL边缘点的列坐标，跳转到第五处理模块；若不存在，跳转到第二预处理模块；

第二预处理模块7117，用于令Xa＝(x0+x1)/2，即为默认的车道线点，跳转到第五处理模块；

第五处理模块7118，用于在右车道线求得的Xa减去左车道线求得的Xa小于5或者y0＝H-IH，则循环结束，否则跳转到第二处理模块。

本实施例提供的车道线检测系统使用了前述对应的车道线检测方法，详情参见上述实施例一、二、三、四、五的相关描述，在此不再赘述。

本领域普通技术人员可以理解，实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，所述的程序可以在存储于一计算机可读取存储介质中，所述的存储介质，如ROM/RAM、磁盘、光盘等。

综上所述，本发明实施例在提取图像边缘后，首先以较低的标准提取出所有潜在的直线，这些当中包含道路分界线，也包含不是道路分界线的其它类直线；然后通过三层主筛选器(包含多个辅助筛选器)筛选出最终准确的左右车道线。整个过程由粗到细，逐步排除错误的部分，最终得到理想的结果。在得到车道理想直线后，通过理想线邻域内sobel边缘获得精确的每个分界线点。在实际运用中验证表明，本发明的方法和系统具有很好的容错性，在各种复杂环境中均能稳定运行，并能获得理想的精度。本发明所述方法可充分发挥现场可编程门阵列(FPGA)的特点，本发明实施例对车道线检测的整个过程都是采用现场可编程门阵列来运行处理的，与基于数字信号处理器(DSP)的系统相比，本发明所述系统运行速度更快、处理效率更高。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种车道线检测的方法，其特征在于，所述方法包括以下步骤：

A、采集车辆前方路况的原始图像，确定所述原始图像的宽为W，高为H，并将原始图像采集设备视野中地平线之下，两侧边界之内的区域划分为感兴趣区域，其他区域划分为非感兴趣区域；

B、将所述划分后的图像转换成灰度图像并二值化；

C、通过canny算法获取所述灰度二值化后图像的边缘图像；

D、将所述边缘图像中的非感兴趣区域清除；

E、扫描经过步骤D处理后的图像的每一个像素点，若该点为边缘点，则存储该点的坐标；

F、按[0°，89°][-90°，-1°]的顺序，针对每一度，根据R＝X cos(θ)+Ysin(θ)，计算得到初始的车道线直线，其中，(X，Y)为存储的边缘点坐标，角度在区间[0°，89°]的直线为潜在的左车道线，角度在区间[-90°，-1°]的直线为潜在的右车道线；

G、针对步骤F中得到的所有初始车道线直线，在每一个长度在[-7，7]、角度在「-3°，3°]的区间内，只保留边缘点最多的直线，将其他直线清零；

H、对步骤G所得的每一条直线，遍历步骤E的边缘点，顺序获取在该直线上的点，截取线段，剔除线段不满足预设长度的直线；

I、根据Y坐标等于H-1时的X坐标line_X升序对经步骤H处理后的直线进行排序，将排序后的左车道线记为left_1，left_2，left_3，……，left_n，右车道线记为right_1，right_2，right_3，……right_n；

J、根据左右车道线line_X的差值从步骤I所得结果中筛选出最终准确的左右车道线；

K、对步骤B中的灰度图像求水平sobel边缘，并判断步骤J中筛选得到的左右车道线的邻域内是否存在所述sobel边缘点，在存在时，则该点为最终的车道线点。

2.如权利要求1所述的方法，其特征在于，所述步骤F具体包括：

F1、将长度为2L的双端口RAM做为距离计数器的临时存储空间，其中IH为所述感兴趣区域的高度；

F2、将所述距离计数器全部清零；

F3、根据步骤E中存储的边缘点坐标，计算R＝Xcos(θ)+Ysin(θ)，θ为极点到直线的垂直线与水平线的夹角；

F4、将所述R与所述L的和做为距离计数器的地址，取出该地址的值加上1后存回原地址；

F5、返回步骤F3，直到所有边缘点坐标处理完后跳转到步骤F6；

F6、对距离计数器内的每个地址，令其为addr，取出地址分别为addr-1、addr、addr+1三个地址空间内的数值，将所述数值相加后存入地址为addr的空间；

F7、对距离计数器内的每个地址，令其为addr，取出地址分别为addr-2、addr-1、addr、addr+1、addr+2五个地址空间内的数值，令所述数值分别为r1、r2、r3、r4、r5，若r3不是5个数值中最大的那个，则将地址为addr的空间内的数值清零；

F8、对距离计数器内的每个地址，取出该地址空间内的数值，令其为r3，若r3大于120，则跳转到步骤F9，否则读取下一个地址间内的数值，直到全部读取完；

F9、计算Y坐标等于H-1时的X坐标line_x，判断左车道线line_x的范围是否处于区间

内，右车道线line_x的范围是否处于区间内，若在所述区间，则跳转到步骤F10，否则跳到步骤F8；

F10、存储直线的参数，所述参数包括极点到直线的距离R、极点到直线的垂直线与水平线的夹角θ、边缘点个数S和当Y坐标等于H-1时的X坐标line_x，同时直线的个数相应加1。

3.如权利要求1所述的方法，其特征在于，所述步骤H具体包括：

H1、按「0°，89°]「-90°，-1°]的顺序处理步骤G中提取的每条直线，并获取当前处理直线的参数R1、θ1、S1、line_x1，若所述参数都为零，则取下一条直线处理，否则跳到步骤H2；

H2、按存储顺序依次扫描每个边缘点坐标(X，Y)，根据R＝X cos(θ)+Ysin(θ)计算R，其中θ＝θ1，若R-R1的绝对值小于3，则认为该点在直线上，将该点坐标存储到到临时存储器内，否则不存储；

H3、按存储顺序扫描所述临时存储器，若相邻两点的距离小于6则认为两点处于同一线段内，否则上一条线段到此结束，下一条线段开始，对每条线段，若该线段包含的点数小于40，则认为是无效线段，将其删去；

H4、提取步骤H3中所有的有效线段，计算所有有效线段两个端点间X坐标的最小值minX、X坐标的最大值maxX、Y坐标的最大值maxY，判断左车道线是否满足且

右车道线是否满足

且

若不满足，则将该直线参数清零；返回H1处理下一条直线。

4.如权利要求1所述的方法，其特征在于，所述步骤J具体包括：

J1、令左车道线left为left_n，右车道线right为right_1；

J2、判断两者line_x的差值，若该差值大于0.3H，则将这两条直线作为最终的左右车道线提取出来，否则跳转到步骤J3；

J3、若两者差值小于0.1H，继续判断左右车道线谁更靠近0.5W处，若左车道线更靠近，则左车道取left-1，右车道不变，若右车道线更靠近，则左车道不变，右车道取right+1，并跳转到步骤J2；若两者差值大于等于0.1H，则跳转到步骤J4；

J4、比较左右车道线的边缘点数，若左车道线更少，则左车道取left-1，右车道不变，若右车道线更少，则左车道不变，右车道取right+1，并跳到步骤J2；

J5、若所有左右车道线都遍历完仍不满足步骤J2的条件，则取默认值left_n和right_1做为最终的左右车道线。

5.如权利要求1所述的方法，其特征在于，所述步骤K具体包括：

K1、对步骤B中的灰度图像求水平sobel边缘；

K2、对左右车道线，令坐标Y＝H-1、H-2、……、H-IH，分别计算对应的X坐标值X_H_1、X_H_2、……、X_H_IH，若X坐标值不在区间[0，w-1]内，令X坐标值等于所述区间边界值；

K3、按Y＝H-1、H-2、……、H-IH的顺序扫描，初始时令y0＝H-1，扫描y0行中列坐标为X H 1的三个邻域内是否存在SOBEL边缘点，若存在，则为最终的车道线点，记为Xa，假设SOBEL边缘点的列坐标为X_H_1+2，则Xa＝X_H_1+2，若不存在，则默认X_H_1为最终的车道线点，此时Xa＝X_H_1；

K4、取y0＝y01，根据步骤K2计算得到的对应的X坐标值，设其值为x0，令左车道线x1＝Xa+1、右车道线x1＝Xa-1，扫描y0行中列坐标为x1的三个邻域内是否存在SOBEL边缘点，若存在，则为最终的车道线点，Xa更新为SOBEL边缘点的列坐标，跳转到步骤K8；若不存在，跳转到步骤K5；

K5、依次扫描y0行中列坐标为x1到x0的每个点，若存在SOBEL边缘点，则为最终的车道线点，Xa更新为SOBEL边缘点的列坐标，跳转到步骤K8；若不存在，跳转到步骤K6；

K6、扫描y0行中列坐标为x0的三个邻域内是否存在SOBEL边缘点，若存在，则为最终的车道线点，Xa更新为SOBEL边缘点的列坐标，跳转到步骤K8；若不存在，跳转到步骤K7；

K7、令Xa＝(x0+x1)/2，即为默认的车道线点，跳转到步骤K8；

K8、若右车道线求得的Xa减去左车道线求得的Xa小于5或者y0＝H-IH，则循环结束，否则跳转到步骤K4。

6.一种车道线检测的系统，其特征在于，所述系统包括：

图像采集单元，用于采集车辆前方路况的原始图像，确定所述原始图像的宽为W，高为H，并将原始图像采集设备视野中地平线之下，两侧边界之内的区域划分为感兴趣区域，其他区域划分为非感兴趣区域；

图像二值化单元，用于将所述划分后的图像转换成灰度图像并二值化；

边缘图像获取单元，用于通过canny算法获取所述灰度二值化后图像的边缘图像；

区域处理单元，用于将所述边缘图像中的非感兴趣区域清除；

存储单元，用于扫描经过区域处理单元处理后的图像的每一个像素点，若该点为边缘点，则存储该点的坐标；

计算单元，用于按[0°，89°][-90°，-1°]的顺序，针对每一度，根据R＝Xcos(θ)+Ysin(θ)，计算得到初始的车道线直线，其中，(X，Y)为存储的边缘点坐标，角度在区间「0°，89°]的直线为潜在的左车道线，角度在区间「-90°，-1°]的直线为潜在的右车道线；

第一提取单元，用于根据计算单元得到的初始的车道线直线，在每一个长度在[-7，7]、角度在「-3°，3°]的区间内，只保留边缘点最多的直线，将其他直线清零；

第二提取单元，用于计算经第一提取单元处理后的直线，遍历存储单元的边缘点，顺序获取在该直线上的点，截取线段，剔除线段不满足预设长度的直线；

排序单元，用于根据Y坐标等于H-1时的X坐标line_X升序对经第二提取单元处理后的直线进行排序，将排序后的左车道线记为left_1，left_2，left_3，……，left_n，右车道线记为right_1，right_2，right_3，……right_n；

筛选单元，用于根据左右车道线line_X的差值从步骤I所得结果中筛选出最终准确的左右车道线；

车道线点确定单元，用于对图像二值化单元的灰度图像求水平sobel边缘，并判断筛选单元筛选得到的左右车道线的邻域内是否存在所述sobel边缘点，在存在时，则该点为最终的车道线点。

7.如权利要求6所述的系统，其特征在于，所述计算单元包括：

预处理模块，用于将长度为2L的双端口RAM做为距离计数器的临时存储空间，其中IH为所述感兴趣区域的高度；

第一处理模块，用于将所述距离计数器全部清零；

第一计算模块，用于根据步骤E中存储的边缘点坐标，计算R＝Xcos(θ)+Ysin(θ)，θ为极点到直线的垂直线与水平线的夹角；

第二处理模块，用于将所述R与所述L的和做为距离计数器的地址，取出该地址的值加上1后存回原地址；

第三处理模块，用于返回第一计算模块，直到所有边缘点坐标处理完后跳转到第四处理模块；

第四处理模块，用于对距离计数器内的每个地址，令其为addr，取出地址分别为addr-1、addr、addr+1三个地址空间内的数值，将所述数值相加后存入地址为addr的空间；

第五处理模块，用于对距离计数器内的每个地址，令其为addr，取出地址分别为addr-2、addr-1、addr、addr+1、addr+2五个地址空间内的数值，令所述数值分别为r1、r2、r3、r4、r5，若r3不是5个数值中最大的那个，则将地址为addr的空间内的数值清零；

第六处理模块，用于对距离计数器内的每个地址，取出该地址空间内的数值，令其为r3，若r3大于120，则跳转到第七处理模块，否则读取下一个地址间内的数值，直到全部读取完；

第七处理模块，用于计算Y坐标等于H-1时的X坐标line_x，判断左车道线line_x的范围是否处于区间内，右车道线line_x的范围是否处于区间

内，若在所述区间，则跳转到第八处理模块，否则跳转到第六处理模块；

第八处理模块，用于存储直线的参数，所述参数包括极点到直线的距离R、极点到直线的垂直线与水平线的夹角θ、边缘点个数S和当Y坐标等于H-1时的X坐标line_x，同时直线的个数相应加1。

8.如权利要求6所述的系统，其特征在于，所述第二提取单元包括：

第一处理模块，用于按「0°，89°]「-90°，-1°]的顺序处理第一提取单元中提取的每条直线，并获取当前处理直线的参数R1、θ1、S1、line_x1，若所述参数都为零，则取下一条直线处理，否则跳转到第二处理模块；

第二处理模块，用于按存储顺序依次扫描每个边缘点坐标(X，Y)，根据R＝Xcos(θ)+Ysin(θ)计算R，其中θ＝θ1，若R-R1的绝对值小于3，则认为该点在直线上，将该点坐标存储到到临时存储器内，否则不存储；

第三处理模块，用于按存储顺序扫描所述临时存储器，若相邻两点的距离小于6则认为两点处于同一线段内，否则上一条线段到此结束，下一条线段开始，对每条线段，若该线段包含的点数小于40，则认为是无效线段，将其删去；

第四处理模块，用于提取第三处理模块中所有的有效线段，计算所有有效线段两个端点间X坐标的最小值minX、X坐标的最大值maxX、Y坐标的最大值maxY，判断左车道线是否满足

且

右车道线是否满足

且

若不满足，则将该直线参数清零；返回第一处理模块处理下一条直线。

9.如权利要求6所述的系统，其特征在于，所述筛选单元包括：

预处理模块，用于令左车道线left为left_n，右车道线right为right_1；

第一判断模块，用于判断两者line_x的差值，若该差值大于0.3H，则将这两条直线作为最有可能的左右车道线提取出来，否则跳转到第二判断模块；

第二判断模块，用于在两者差值小于0.1H，继续判断左右车道线谁更靠近0.5W处，若左车道线更靠近，则左车道取left-1，右车道不变，若右车道线更靠近，则左车道不变，右车道取right+1，并跳转到第一判断模块；若两者差值大于等于0.1H，则跳转到第一处理模块；

第一处理模块，用于比较左右车道线的边缘点数，若左车道线更少，则左车道取left-1，右车道不变，若右车道线更少，则左车道不变，右车道取right+1，并跳转到第一判断模块；

第二处理模块，用于在所有左右车道线都遍历完仍不满足第一判断模块的判断条件时，取默认值left_n和right_1做为最终的左右车道线。

10.如权利要求6所述的系统，其特征在于，所述车道线点确定单元包括：

计算模块，用于对图像二值化单元中的灰度图像求水平sobel边缘点；

预处理模块，用于对左右车道线，令坐标Y＝H-1、H-2、……、H-IH，分别计算对应的X坐标值X_H_1、X_H_2、……、X_H_IH，若X坐标值不在区间[0，w-1]内，令X坐标值等于所述区间边界值；

第一处理模块，用于按Y＝H-1、H-2、……、H-IH的顺序扫描，初始时令y0＝H-1，扫描y0行中列坐标为X_H_1的三个邻域内是否存在SOBEL边缘点，若存在，则为最终的车道线点，记为Xa，假设SOBEL边缘点的列坐标为X_H_1+2，则Xa＝X_H_1+2，若不存在，则默认X_H_1为最终的车道线点，此时Xa＝X_H_1；

第二处理模块，用于取y0＝y0-1，根据预处理模块中计算得到的对应的X坐标值，设其值为x0，令左车道线x1＝Xa+1、右车道线x1＝Xa-1，扫描y0行中列坐标为x1的三个邻域内是否存在SOBEL边缘点，若存在，则为最终的车道线点，Xa更新为SOBEL边缘点的列坐标，跳转到第五处理模块；若不存在，跳转到第三处理模块；

第三处理模块，用于依次扫描y0行中列坐标为x1到x0的每个点，若存在SOBEL边缘点，则为最终的车道线点，Xa更新为SOBEL边缘点的列坐标，跳转到第五处理模块；若不存在，跳转到第四处理模块；

第四处理模块，用于扫描y0行中列坐标为x0的三个邻域内是否存在SOBEL边缘点，若存在，则为最终的车道线点，Xa更新为SOBEL边缘点的列坐标，跳转到第五处理模块；若不存在，跳转到第二预处理模块；

第二预处理模块，用于令Xa＝(x0+x1)/2，即为默认的车道线点，跳转到第五处理模块；

第五处理模块，用于在右车道线求得的Xa减去左车道线求得的Xa小于5或者y0＝H-IH，则循环结束，否则跳转到第二处理模块。

Images