本發(fā)明具體涉及一種道路圖像檢測(cè)方法。

背景技術(shù)：

在地面無人車輛控制所需的道路環(huán)境感知技術(shù)的研究中，基于圖像處理的道路檢測(cè)是一個(gè)核心研究方向。在以機(jī)器視覺為主的駕駛信息感知系統(tǒng)中，如何通過視頻傳感器采集的圖像識(shí)別道路結(jié)構(gòu)和可行的道路區(qū)域是車輛進(jìn)行道路環(huán)境感知，從而實(shí)現(xiàn)駕駛信息感知的前提。

hough變換是模式識(shí)別與圖像處理領(lǐng)域中重要的特征抽取方式之一。傳統(tǒng)的hough變換算法是將圖像空間中的像素點(diǎn)映射到hough參數(shù)空間，通過對(duì)hough參數(shù)空間中的點(diǎn)進(jìn)行聚類分析，從而實(shí)現(xiàn)對(duì)三維世界里具有幾何特征的結(jié)構(gòu)化物體的檢測(cè)。hough變換算法可以有效地檢測(cè)出圖像中的直線、圓和橢圓等幾何結(jié)構(gòu)，具有較強(qiáng)的魯棒性，但是，在實(shí)際的道路圖像檢測(cè)過程中，傳統(tǒng)的hough變換也有以下不足：

1）檢測(cè)速度太慢，計(jì)算需占用大量內(nèi)存空間，實(shí)時(shí)性差；

2）精度不夠高，期望的信息檢測(cè)不到反而做出錯(cuò)誤判斷，進(jìn)而產(chǎn)生大量的冗余數(shù)據(jù)；

3）現(xiàn)實(shí)中的圖像一般都收到外界噪聲的干擾，信噪比較低，此時(shí)傳統(tǒng)的hough變換性能將急劇下降，進(jìn)行參數(shù)空間極大值搜索時(shí)由于合適的閾值難以確定，往往出現(xiàn)“虛峰”和“漏檢”的問題。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明要解決的技術(shù)問題是提供一種道路圖像檢測(cè)方法。

一種道路圖像檢測(cè)方法，包括以下步驟：

s1：對(duì)傳感器獲取的道路圖像進(jìn)行預(yù)處理，包括對(duì)圖像的去噪、增強(qiáng)和邊緣檢測(cè)；

s2：對(duì)預(yù)處理后的二值圖像進(jìn)行hough變換，將邊緣圖像轉(zhuǎn)換至hough空間，得到hough空間參數(shù)、和；

s3：在hough空間中取空間參數(shù)的8個(gè)峰值點(diǎn)，并分別對(duì)應(yīng)8組參數(shù)；

s4：令，進(jìn)而對(duì)步驟s3中選取的8個(gè)空間參數(shù)進(jìn)行篩選，得到若干空間參數(shù)，滿足：，對(duì)應(yīng)，其中；

s5：根據(jù)步驟s4中篩選的空間參數(shù)和對(duì)應(yīng)建立直線方程組：

通過上式得到道路檢測(cè)結(jié)果。

本發(fā)明的有益效果是：

本發(fā)明使用原始圖像邊緣提取后的二值圖像進(jìn)行hough變換，大大減小了hough變換得運(yùn)算量，同時(shí)，根據(jù)實(shí)際道路圖像提出相應(yīng)的道路篩選約束條件，能夠有效剔除錯(cuò)誤的道路檢測(cè)與識(shí)別信息，本方法在干擾因素影響的情況下，能夠較為快速、準(zhǔn)確地進(jìn)行道路邊緣識(shí)別，使用于較為復(fù)雜的道路場(chǎng)景，具有一定的實(shí)用性。

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。

一種道路圖像檢測(cè)方法，包括以下步驟：

s1：對(duì)傳感器獲取的道路圖像進(jìn)行預(yù)處理，包括對(duì)圖像的去噪、增強(qiáng)和邊緣檢測(cè)；

s2：對(duì)預(yù)處理后的二值圖像進(jìn)行hough變換，將邊緣圖像轉(zhuǎn)換至hough空間，得到hough空間參數(shù)、和；

s3：在hough空間中取空間參數(shù)的8個(gè)峰值點(diǎn)，并分別對(duì)應(yīng)8組參數(shù)；

s4：令，進(jìn)而對(duì)步驟s3中選取的8個(gè)空間參數(shù)進(jìn)行篩選，得到若干空間參數(shù)，滿足：，對(duì)應(yīng)，其中；

s5：根據(jù)步驟s4中篩選的空間參數(shù)和對(duì)應(yīng)建立直線方程組：

通過上式得到道路檢測(cè)結(jié)果。