CN103413135A - 一种车辆前照灯亮暗边界线检测方法、装置和*** - Google Patents

Abstract

本发明涉及图像处理技术领域，特别是一种基于图像的车辆前照灯亮暗边界线检测方法，包括:获得车辆前照灯的照射图像；对照射图像进行边缘检测，获得边缘图像；在边缘图像中，分别检测获得符合第一方向的第一线段集合和符合第二方向的第二线段集合，基于第一线段集合和第二线段集合获得符合预设条件的候选亮暗边界线集合；其中，第一方向对应水平亮暗边界线方向，第二方向对应斜向亮暗边界线方向；一个候选亮暗边界线由第一线段集合中的一个线段和第二线段集合中的一个线段组成；根据车辆前照灯光束特征，在获得的候选亮暗边界线集合中确定车辆前照灯的亮暗边界线。本发明提供的方法可以适用于复杂的户外场景，检测灵敏度高、准确性好、鲁棒性强。

Description

一种车辆前照灯亮暗边界线检测方法、装置和***

技术领域

本发明涉及图像处理技术领域，特别是涉及一种基于图像的车辆前照灯亮暗边界线检测方法、装置和***。

背景技术

车辆前照灯的作用是在夜间或其它低能见度的情况下，为车辆驾驶员提供照明，并且防止前照灯对司机和路人造成眩目。前照灯光束照射角度过高或过低均会对行车造成不利影响，带来安全隐患。一般的车辆前照灯均安装了具有远、近光灯丝的双丝灯泡，并且为了保证汽车夜间行驶时车前既有明亮而均匀的照明又能防止炫目，对远近光配光性能和光束照射方向均有一定的要求。在日常的行驶过程中，由于受到振动作用，使得前照灯偏离原来的安装位置，从而改变光束照射方向。车辆前照灯光束照射方向不当，已成为影响车辆夜间安全行驶的主要隐患之一。因此，保证正确的前照灯照射方向，对行车安全具有重要意义。

现有技术中，存在利用屏幕或前照灯检验仪对前照灯光束照射方向进行检测的方法。在进行前照灯照射方向的检测时，通常会根据远光与近光的光束照射特点进行检测，其中，远光配光形成的图形特征为对称型，光形中心位置最亮；近光配光形成的图形特征为非对称型，具有明显的亮暗边界线。因此，在检测近光前照灯照射方向时，亮暗边界线的位置是重要的检测参数。

发明人在实现本发明的过程中发现，现有技术存在的检测方法往往需要在检测站等特定环境下且车辆静止时进行，例如需要在车辆静止时通过投影在特定屏幕上的图像检测前照灯亮暗边界线的位置。这种方法无法适用于存在强烈干扰的室外环境，无法在室外环境中准确地检测前照灯亮暗边界线的位置。

发明内容

本发明实施例提供了一种基于图像的车辆前照灯亮暗边界线检测方法、装置和***，可以适用于存在强烈干扰的室外环境的车辆前照灯亮暗边界线检测，准确性高，鲁棒性强。

技术方案如下：

根据本发明实施例的第一方面，公开了一种基于图像的车辆前照灯亮暗边界线检测方法，所述方法包括:

获得车辆前照灯的照射图像；

对所述照射图像进行边缘检测，获得边缘图像；

在所述边缘图像中，分别检测获得符合第一方向的第一线段集合和符合第二方向的第二线段集合，基于所述第一线段集合和所述第二线段集合获得符合预设条件的候选亮暗边界线集合；其中，所述第一方向对应水平亮暗边界线方向，所述第二方向对应斜向亮暗边界线方向；一个候选亮暗边界线由所述第一线段集合中的一个线段和所述第二线段集合中的一个线段组成；

根据车辆前照灯光束特征，在获得的候选亮暗边界线集合中确定车辆前照灯的亮暗边界线。

进一步的，所述分别检测获得符合第一方向的第一线段集合和符合第二方向的第二线段集合包括：

检测获得符合第一方向的第一线段集合具体为：对于边缘图像中的每一边缘点，获得边缘点的梯度方向角度；判断边缘点的梯度方向角度与第一方向对应的角度的差值是否小于第一预设阈值，获得第一判断结果；当所述第一判断结果表明边缘点的梯度方向角度与第一方向对应的角度的差值小于第一预设阈值时，保存所述边缘点至第一边缘点集合；对得到的边缘点进行聚类处理，获得相应的线段；

检测符合第二方向的第二线段集合具体为：对于边缘图像中的每一边缘点，获得边缘点的梯度方向角度；判断边缘点的梯度方向角度与第二方向对应的角度的差值是否小于第二预设阈值，获得第二判断结果；当所述第二判断结果表明边缘点的梯度方向角度与第二方向对应的角度的差值小于第一预设阈值时，保存所述边缘点至第二边缘点集合；对得到的边缘点进行聚类处理，获得相应的线段。

进一步的，所述对得到的边缘点进行聚类处理，获得相应的线段包括：

获得所述边缘点集合中的每个边缘点所对应的极坐标直线方程参数ρ，按大小对参数ρ排序，统计获得具有相同参数ρ的边缘点的个数，获取具有局部极大边缘点个数所对应的参数ρ和该参数ρ对应的边缘点集合；

对每个参数ρ对应的边缘点集合中的边缘点进行排序；

对排序后的边缘点，计算相邻两边缘点之间的距离，根据距离确定相邻两边缘点是否属于同一线段。

进一步的，基于所述第一线段集合和所述第二线段集合获得符合预设条件的一个候选亮暗边界线包括：

从所述第一线段集合中选取一个线段作为第一线段，从所述第二线段集合中选取一个线段作为第二线段；

判断所述第一线段的终点的横坐标是否小于第二线段的终点的横坐标，获得第四判断结果；

判断所述第一线段的终点的纵坐标是否大于第二线段的终点的纵坐标，获得第五判断结果；

判断第一线段的边缘点的个数和所述第二线段的边缘点的个数是否均大于第四预设阈值，获得第六判断结果；

当所述第四判断结果、所述第五判断结果和所述第六判断结果均为是时，将所述第一线段、所述第二线段的组合作为一个候选亮暗边界线。

进一步的，所述根据车辆前照灯光束特征，在获得的候选亮暗边界线集合中确定亮暗边界线包括：

获得各候选亮暗边界线的响应值，对所述响应值进行排序，将响应值最大的候选亮暗边界线作为车辆前照灯的亮暗边界线。

其中，所述获得各候选亮暗边界线的响应值包括：

获得候选亮暗边界线中第一方向的线段的边缘点的梯度模值的平均值以及第二方向的线段的边缘点的梯度模值的平均值；

获得所述第一方向的线段的边缘点的梯度模值的平均值和所述第二方向的线段的边缘点的梯度模值的平均值的和值作为该候选亮暗边界线的响应值。

进一步的，在获得候选亮暗边界线组合中各亮暗边界线的响应值之前，所述方法还包括：

利用纹理区域特征和/或区域亮度特征，进一步筛选候选亮暗边界线。

进一步的，所述方法还包括：

输出亮暗边界线对应的转折点的位置信息和/或组成该亮暗边界线的水平亮暗边界线和斜向亮暗边界线的位置信息。

根据本发明实施例的第二方面，公开了一种基于图像的车辆前照灯亮暗边界线检测装置，所述装置包括：

图像获得单元，用于获得车辆前照灯的照射图像；

边缘检测单元，用于对所述照射图像进行边缘检测，获得边缘图像；

候选组合选取单元，用于在所述边缘图像中，分别检测获得符合第一方向的第一线段集合和符合第二方向的第二线段集合，基于所述第一线段集合和所述第二线段集合获得符合预设条件的候选亮暗边界线集合；其中，所述第一方向对应水平亮暗边界线方向，所述第二方向对应斜向亮暗边界线方向；一个候选亮暗边界线由所述第一线段集合中的一个线段和所述第二线段集合中的一个线段组成；

确定单元，用于根据车辆前照灯光束特征，在获得的候选亮暗边界线集合中确定车辆前照灯的亮暗边界线。

进一步的，所述候选组合选取单元包括线段检测单元和组合选取单元，所述线段检测单元包括第一线段检测单元和第二线段检测单元，其中，所述第一线段检测单元包括：

第一梯度方向角度获取单元，用于对于边缘图像中的每一边缘点，获得边缘点的梯度方向角度；

第一判断单元，用于判断边缘点的梯度方向角度与第一方向对应的角度的差值是否小于第一预设阈值，获得第一判断结果；

第一保存单元，用于当所述第一判断结果表明边缘点的梯度方向角度与第一方向对应的角度的差值小于第一预设阈值时，保存所述边缘点至第一边缘点集合；

聚类处理单元，用于对得到的边缘点进行聚类处理，获得相应的线段；

其中，所述第二线段检测单元包括：

第二梯度方向角度获取单元，用于对于边缘图像中的每一边缘点，获得边缘点的梯度方向角度；

第二判断单元，用于判断边缘点的梯度方向角度与第二方向对应的角度的差值是否小于第二预设阈值，获得第二判断结果；

第二保存单元，用于当所述第二判断结果表明边缘点的梯度方向角度与第二方向对应的角度的差值小于第一预设阈值时，保存所述边缘点至第二边缘点集合；

聚类处理单元，用于对得到的边缘点进行聚类处理，获得相应的线段。

进一步的，所述聚类处理单元包括：

边缘点集合获取单元，用于获得所述边缘点集合中的每个边缘点所对应的极坐标直线方程参数ρ，按大小对参数ρ排序，统计获得具有相同参数ρ的边缘点的个数，获取具有局部极大边缘点个数所对应的参数ρ和该参数ρ对应的边缘点集合；

排序单元，用于对每个参数ρ对应的边缘点集合中的边缘点进行排序；

线段处理单元，用于对排序后的边缘点，计算相邻两边缘点之间的距离，根据距离确定相邻两边缘点是否属于同一线段。

进一步的，所述确定单元具体用于：

获得各候选亮暗边界线的响应值，对所述响应值进行排序，将响应值最大的候选亮暗边界线作为车辆前照灯的亮暗边界线。

根据本发明实施例的第三方面，公开了一种基于图像的车辆前照灯亮暗边界线检测***，所述***包括车载相机和车辆前照灯亮暗边界线检测装置，其中：

所述车载相机用于照射车辆前照灯的照射图像，并向所述车辆前照灯亮暗边界线检测装置发送所述车辆前照灯的照射图像；

所述车辆前照灯亮暗边界线检测装置用于接收所述车载相机发送的车辆前照灯的照射图像；对所述照射图像进行边缘检测，获得边缘图像；在所述边缘图像中，分别检测获得符合第一方向的第一线段集合和符合第二方向的第二线段集合，基于所述第一线段集合和所述第二线段集合获得符合预设条件的候选亮暗边界线集合；其中，所述第一方向对应水平亮暗边界线方向，所述第二方向对应斜向亮暗边界线方向；一个所述候选亮暗边界线由所述第一线段集合中的一个线段和所述第二线段集合中的一个线段组成；根据车辆前照灯光束特征，在获得的候选亮暗边界线集合中确定车辆前照灯的亮暗边界线。

本发明实施例能够达到的有益效果为：在本发明提供的方法中，获得车辆前照灯的照射图像，并对所述照射图像进行边缘检测，获得边缘图像；在所述边缘图像中，分别检测获得符合第一方向的第一线段集合和符合第二方向的第二线段集合，基于所述第一线段集合和所述第二线段集合获得符合预设条件的候选亮暗边界线集合；其中，所述第一方向对应水平亮暗边界线方向，所述第二方向对应斜向亮暗边界线方向；一个所述候选亮暗边界线由所述第一线段集合中的一个线段和所述第二线段集合中的一个线段组成；根据车辆前照灯光束特征，在获得的候选亮暗边界线集合中确定亮暗边界线。在本发明提供的方法中，由于对水平亮暗边界线和斜向亮暗边界线分别进行检测并组合，获取了所有可能的亮暗边界线，并利用前照灯光束特征从候选亮暗边界线集合中筛选出最符合条件的亮暗边界线作为最终的检测结果，有效排除了室外环境中由于干扰光源、干扰纹理造成的干扰边界线的影响，可以适用于复杂的户外场景，检测灵敏度高、准确性好、鲁棒性强。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明提供的基于图像的车辆前照灯亮暗边界线检测方法第一实施例流程图；

图2为滤波器模板示意图；

图3为前照灯亮暗边界线示意图；

图4为线段分割示意图；

图5为本发明提供的基于图像的车辆前照灯亮暗边界线检测方法第二实施例流程图；

图6为本发明提供的基于图像的车辆前照灯亮暗边界线检测装置示意图；

图7为本发明提供的基于图像的车辆前照灯亮暗边界线检测***示意图。

具体实施方式

本发明实施例提供了一种基于图像的车辆前照灯亮暗边界线检测方法、装置和***，可以适用于存在强烈干扰的室外环境的车辆前照灯亮暗边界线检测，准确性高，鲁棒性强。

为了使本技术领域的人员更好地理解本发明中的技术方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

首先对本发明提供的思想进行阐述。

在检测前照灯光束照射方向时，特别是检测前照灯近光照射方向时，通常需要检测亮暗边界线的位置。这是因为，当前照灯的光束照射在路面或墙面上时，会产生一定形态的光斑，该光斑会在车载相机中成像，形成汽车前照灯照射图像。前照灯的光斑在照射图像中通常表现为亮暗边界线特征，因此确定亮暗边界线的位置以及亮暗边界线的转折点的坐标是进行车辆前照灯检测的重要测量参数。

在现有技术提供的方法中，往往需要在检测站等特定环境下且车辆静止时进行前照灯光束照射方向的检测，以通过投影在特定屏幕上的图像检测前照灯亮暗边界线的位置。这种方法无法适用于复杂的室外环境。在室外环境中，墙面或地面等常常存在其他边缘，例如裂缝、路面或墙面涂漆等，这些边缘对前照灯亮暗边界线造成干扰，使得亮暗边界线在前照灯照射图像中不连续、亮暗边界线转折点不明显或者存在除前照灯亮暗边界线之外的其它边缘线。同时，环境光过亮或过暗也会使亮暗边界线欠清晰，从而造成中断，影响了亮暗边界线的检测。基于此，本发明提供的方法，根据汽车前照灯照射图像中的前照灯亮暗边界线的形态，对亮暗边界线先分段检测，再进行组合，得到图像中所有候选的前照灯亮暗边界线，并利用前照灯光束特征从候选亮暗边界线候集合中筛选出最符合条件的亮暗边界线作为最终的检测结果，有效排除了室外环境中由于干扰光源、干扰纹理造成的干扰边界线的影响，可以适用于复杂的户外场景，检测灵敏度高、准确性好、鲁棒性强。

参见图1为本发明提供的基于图像的车辆前照灯亮暗边界线检测方法第一实施例流程图。

S101，获得车辆前照灯的照射图像。

具体实现时，在车辆前方设置车载相机，所述车载相机用于照射车辆前照灯的照射图像，并向车辆前照灯亮暗边界线检测装置发送所述车辆前照灯的照射图像。其中，车载相机的拍摄方向与前照灯的照射方向相同。获得车辆前照灯照射方向的方式包括：预先设置车载相机的照射方式，拍摄车辆前照灯在路面上的照射图像。所述相机的照射方式可以包括按预定时间、预定里程、预定周期或者预定次数的方式进行照射的一种或多种。

本领域技术人员可以理解的是，本发明提供的方法可以应用于室外环境，且无论车辆处于行驶状态还是停止状态均能够获得前照灯在道路上的照射图像。

S102，对所述照射图像进行边缘检测，获得边缘图像。

具体实现时，对获得的照射图像进行图像边缘检测可以采用sobel、canny等边缘算子提取边缘的方法，本发明对此不进行限定。

在一种具体实现方式中，本发明具体采用以下方式进行图像边缘检测。本领域技术人员可以理解的是，以下仅为示例性说明，并不视为对本发明的限制，本领域技术人员在不付出创造性劳动下获取的其他实现方式均属于本发明的保护范围。

具体地，步骤S102可以通过以下步骤实现：

S102A，对照射图像进行滤波处理，获得水平梯度图像、垂直梯度图像以及梯度的模值图像。

具体实现时，可以利用如图2所示的滤波器模板进行滤波处理，获得水平梯度图像、垂直梯度图像以及梯度的模值图像。

其中，所述水平梯度图像I1通过以下方式得到：

I₁(u,v)＝I(u,v)*w^T(u,v)    （1）

其中，I₁(u,v)表示水平梯度图像，I(u,v)表示图像点坐标，*表示卷积操作，u为图像点水平坐标，v为图像点纵坐标，w是图2模板表示的矩阵，w^T是图2模板表示的矩阵的转置。

其中，所述垂直梯度图像I₂通过以下方式得到：

I₂(u,v)＝I(u,v)*w(u,v)    （2）

其中，I₂(u,v)表示垂直梯度图像，I(u,v)表示图像点坐标，*表示卷积操作，u为图像点水平坐标，v为图像点纵坐标，w是图2模板表示的矩阵。

其中，梯度的模值图像Mo通过以下方式得到：

$\mathrm{Mo}(u,v)=\sqrt{I_1{(u,v)}^2+I_2{(u,v)}^2}---\left(3\right)$

其中，Mo(u,v)表示梯度的模值图像，I₁(u,v)表示水平梯度图像，I₂(u,v)表示垂直梯度图像。

S102B，根据照射图像每一像素点的模值，判断所述像素点是否为边缘点。

具体实现时，判断每一像素点的模值确定所述像素点是否为边缘点的一种可能的实现方式为：判断像素点的模值是否大于预设阈值；当判断像素点的模值大于预设阈值时，确定所述像素点为边缘点；当判断像素点的模值不大于预设阈值时，确定所述像素点为非边缘点。例如，可以预先设置阈值为10，当像素点的模值大于10时，则确定所述像素点为边缘点，否则为非边缘点。

S102C，将确定为边缘点的点组成边缘图像。

由步骤S102B检测出所有边缘点，则由所有边缘点构成的图即组成边缘检测结果图，即边缘图像。

S103，在所述边缘图像中，分别检测获得符合第一方向的第一线段集合和符合第二方向的第二线段集合，基于所述第一线段集合和所述第二线段集合获得符合预设条件的候选亮暗边界线集合。

在进行前照灯近光照射方向检测时，需要检测亮暗边界线的位置。如图3所示，为在车辆前照灯照射图像中，由水平亮暗边界线1、斜向亮暗边界线2、亮暗边界线转折点3构成的前照灯亮暗边界线示意图。

在这一步骤中，即要通过分别检测获得符合第一方向的第一线段集合和符合第二方向的第二线段集合，即分别检测水平亮暗边界线和斜向亮暗边界线并组合，以获得所有可能的亮暗边界线。其中，所述第一方向对应水平亮暗边界线方向，所述第二方向对应斜向亮暗边界线方向；一个所述候选亮暗边界线由所述第一线段集合中的一个线段和所述第二线段集合中的一个线段组成。第一线段的集合对应水平亮暗边界线的集合，第二线段的集合对应斜向亮暗边界线的集合。候选亮暗边界线集合为所有由一条水平亮暗边界线（对应第一线段）和一条斜向亮暗边界线（对应第二线段）构成的候选亮暗边界线构成的集合。

具体实现时，步骤S103具体可以通过以下步骤实现：

S103A，检测获得符合第一方向的第一线段集合。

其中，步骤S103A又可以通过以下步骤实现：

对于边缘图像中的每一边缘点，获得边缘点的梯度方向角度。判断边缘点的梯度方向角度与第一方向对应的角度的差值是否小于第一预设阈值，获得第一判断结果；当所述第一判断结果表明边缘点的梯度方向角度与第一方向对应的角度的差值小于第一预设阈值时，保存所述边缘点至第一边缘点集合；对得到的边缘点进行聚类处理，获得相应的线段。

其中，对得到的边缘点进行聚类处理，获得相应的线段包括：

获得所述边缘点集合中的每个边缘点所对应的极坐标直线方程参数ρ，按大小对参数ρ排序，统计获得具有相同参数ρ的边缘点的个数，获取具有局部极大边缘点个数所对应的一个或多个参数ρ和参数ρ对应的边缘点集合；

对每个参数ρ对应的边缘点集合中的边缘点进行排序；

对排序后的边缘点，计算相邻两边缘点之间的距离，根据距离确定相邻两边缘点是否属于同一线段。

对边缘点进行第一次聚类处理即通过获得所述边缘点集合中的每个边缘点所对应的极坐标直线方程参数ρ，按大小对参数ρ排序，统计获得具有相同参数ρ的边缘点的个数，获取具有局部极大边缘点个数所对应的参数ρ和该参数ρ对应的边缘点集合的有益效果在于可以大量排除背景中的干扰边缘点，有效提高检测的准确性。

具体实现为：对于每一个边缘点(u,v)，若其梯度方向|θ-φ|≤θ_thre，则通过式（4）计算其对应的极坐标直线方程的参数ρ：

ρ＝ucos(θ)+vsin(θ)    （4）

其中，φ为指定的方向角度，对于第一方向的角度可以设置为90度，θ_thre为梯度方向误差阈值，θ表示直线梯度方向角度。

$\mathrm{\θ}=\arg \tan \frac{I_2(u,v)}{I_1(u,v)}---\left(5\right)$

按大小对参数ρ排序，统计获得具有相同参数ρ的边缘点的个数，获取具有局部极大边缘点个数所对应的参数ρ和该参数ρ对应的边缘点集合；在获取极大值点的参数ρ对应的边缘点集合后，对每一获得的边缘点集合进行聚类处理，获得若干第一线段。具体的，对检测到的边缘点集合S中的边缘点进行排序：把集合S内的点按位置排序得到有序集合S’，排序需满足：对于任意一点，若其有左(右)邻点，则其到左(右)邻点的欧式距离，不大于其到左(右)侧其它点的欧式距离。横坐标小的点在左侧，如果横坐标相同，则纵坐标大的点在左侧。

完成排序后，对排序后的边缘点，计算相邻两边缘点之间的距离，根据距离确定相邻两边缘点是否属于同一线段。具体的，获得相邻两边缘点之间的距离，判断相邻两边缘点之间的距离是否大于第三预设阈值，获得第三判断结果；当所述第三判断结果表明相邻两边缘点之间的距离大于第三预设阈值时，则进行线段分割处理；当所述第三判断结果表明相邻两边缘点之间的距离小于第三预设阈值时，则确定相邻两边缘点属于同一线段。通过查找相邻边缘点的距离大于第三阈值D_thre的位置进行线段分割的好处在于可以解决边界线受到环境干扰造成的线段不连续问题。分割示意图如图4所示。如图4所示，图4共有21个边缘点，经过线段分割被划分成两个线段。左边6个边缘点构成了线段11，右边15个边缘点构成了线段22。点A为线段11起点，点F为线段11终点。点G为线段22起点，点U为线段22终点。经过计算，点F与点G之间的距离D大于第三阈值D_thre，因此从此处进行线段分割，认为点F与点G不属于同一线段。

S103B，检测具有第二方向的第二线段。

具体实现时，步骤S103B又可以通过以下步骤实现：

对于边缘图像中的每一边缘点，获得边缘点的梯度方向角度。判断边缘点的梯度方向角度与第二方向对应的角度的差值是否小于第二预设阈值，获得第二判断结果；当所述第二判断结果表明边缘点的梯度方向角度与第二方向对应的角度的差值小于第一预设阈值时，保存所述边缘点至第二边缘点集合；对得到的边缘点进行聚类处理，获得相应的线段。

具体的，对得到的边缘点进行聚类处理，获得相应的线段包括：

获得所述边缘点集合中的每个边缘点所对应的极坐标直线方程参数ρ，按大小对参数ρ排序，统计获得具有相同参数ρ的边缘点的个数，获取具有局部极大边缘点个数所对应的参数ρ和该参数ρ对应的边缘点集合；

对每个参数ρ对应的边缘点集合中的边缘点进行排序；

对排序后的边缘点，计算相邻两边缘点之间的距离，根据距离确定相邻两边缘点是否属于同一线段。

具体实现过程可以参照步骤S103A进行，其中，指定的第二方向的角度可以设置为75度。

S103C，基于所述第一线段集合和所述第二线段集合获得符合预设条件的候选亮暗边界线。

把步骤S102中检测到的第一线段（水平亮暗边界线段）和第二线段（斜向亮暗边界线段）进行组合，得到完整的亮暗边界线。每一组合由一条水平亮暗边界线段和一条斜向亮暗边界线段构成，可以根据实际情况设定组合条件。例如要求图像中水平亮暗边界线段的结束点(u₁,v₁)出现在斜向线段的起始点(u₂,v₂)的左下方，且水平亮暗边界线和斜向亮暗边界线上的点个数在合理范围内。具体实现时，基于所述第一线段集合和所述第二线段集合获得符合预设条件的一个候选亮暗边界线包括：从所述第一线段集合中选取一个线段作为第一线段，从所述第二线段集合中选取一个线段作为第二线段；判断所述第一线段的终点的横坐标是否小于第二线段的终点的横坐标，获得第四判断结果；判断所述第一线段的终点的纵坐标是否大于第二线段的终点的纵坐标，获得第五判断结果；判断第一线段上的边缘点的个数和所述第二线段的边缘点的个数是否均大于第四预设阈值，获得第六判断结果；当所述第四判断结果、所述第五判断结果和所述第六判断结果均为是时，将所述第一线段、所述第二线段的组合作为一个候选亮暗边界线。其中，第四预设阈值可以预先设定。重复上述步骤，即可以获取多个候选亮暗边界线。

S104，根据车辆前照灯光束特征，在获得的候选亮暗边界线集合中确定亮暗边界线。

步骤Ｓ104的目的在于从得到的若干候选亮暗边界线中选择最符合前照灯特征的亮暗边界线。具体实现时，步骤S104可以具有多种实现方式，则步骤S104具体可以包括：

获得各候选亮暗边界线集合的响应值，对所述响应值进行排序，将响应值最大的候选亮暗边界线作为车辆前照灯的亮暗边界线。

其中，所述获得各候选亮暗边界线的响应值包括：

获得候选亮暗边界线中第一方向的线段的边缘点的梯度模值的平均值以及第二方向的线段的边缘点的梯度模值的平均值；

获得所述第一方向的线段的边缘点的梯度模值的平均值和所述第二方向的线段的边缘点的梯度模值的平均值的和值作为该候选亮暗边界线的响应值。

在本发明另一实现方式中，在获得候选亮暗边界线组合中各亮暗边界线的响应值之前，所述方法还包括：

利用纹理区域特征和/或区域亮度特征，进一步筛选候选亮暗边界线。

也就是说，所述方法还包括利用纹理区域特征，在获得的候选亮暗边界线集合中筛选候选亮暗边界线；和/或

利用区域亮度特征，在获得的候选亮暗边界线集合中筛选候选亮暗边界线；和/或

下面对具体实现方式进行介绍。本领域技术人员可以理解的是，可以仅使用响应值特征对所有亮暗边界线候选组合的响应值进行排序以确定亮暗边界线的最终位置。也可以先使用纹理特征，确定亮暗边界线的候选位置，然后再利用响应值特征确定亮暗边界线的最终位置。也可以先使用区域亮度特征确定亮暗边界线的候选位置，然后再利用响应值特征确定亮暗边界线的最终位置。当然，本领域技术人员可以理解的是，也可以同时利用纹理特征和区域亮度特征确定亮暗边界线的候选位置，然后再利用响应值特征确定亮暗边界线的最终位置。此外，以下仅为示例性说明，本领域技术人员在不付出创造性劳动下获取的其他实现方式均属于本发明的保护范围。

其中，利用纹理区域特征，在获得的候选亮暗边界线集合中筛选候选亮暗边界线可以包括：在获得的候选亮暗边界线集合中，获得亮暗边界线对应的纹理区域；判断纹理区域的熵值是否小于第五预设阈值；当所述纹理区域的熵值小于第五预设阈值时，确定所述纹理区域为可能的前照灯区域，将所述纹理区域对应的亮暗边界线作为候选亮暗边界线。具体实现时，前照灯区域的纹理应该满足一定条件，如基于路面的图像中，前照灯光斑区域属于弱纹理区域，若亮暗边界线附近纹理强度太大，则可能为障碍物区域，应予排除。实际操作中：亮暗边界线对应的纹理区域范围可通过亮暗边界线的外接矩形确定。横量纹理的强弱可以通过区域的熵值判断。例如，判断纹理区域的熵值是否小于第五预设阈值，当所述纹理区域的熵值小于第五预设阈值时，确定所述纹理区域为前照灯潜在区域，将所述纹理区域对应的亮暗边界线作为候选亮暗边界线。

其中，利用区域亮度特征，在获得的候选亮暗边界线集合中筛选后续亮暗边界线可以包括：获得候选亮暗边界线集合中第一线段的上方区域的亮度值和第一线段的下方区域的亮度值；获得候选亮暗边界线集合中第二线段的左侧区域的亮度值和第二线段的右侧区域的亮度值；判断第一线段的下方区域的亮度值是否大于第六预设阈值，获得第七判断结果；判断第二线段的右侧区域的亮度值是否大于第七预设阈值，获得第八判断结果；判断第一线段的下方区域的亮度值与第一线段的上方区域的亮度值之间的差值是否大于第八预设阈值，获得第九判断结果；判断第二线段的右侧区域的亮度值与第二线段的左方区域的亮度值之间的差值是否大于第九预设阈值，获得第十判断结果；当所述第七判断结果、所述第八判断结果、所述第九判断结果、所述第十判断结果均为是时，将所述第一线段和第二线段的组合作为候选亮暗边界线。具体实现时，前照灯水平亮暗边界线上下区域及斜向亮暗边界线左右区域的图像亮度对比度应在合理范围内。假设第一线段即水平亮暗边界线下方区域E₁内的像素平均亮度值为I(E₁)，第一线段即水平亮暗边界线上方区域E₂内的像素平均亮度值为I(E₂)，第二线段即斜向亮暗边界线右侧区域E₃内的像素平均亮度值为I(E₃)，第二线段即斜向亮暗边界线左侧区域E₄内的像素平均亮度值为I(E₄)。区域E₁，E₂，E₃，E₄的形状及大小可以根据实际情况设定。前照灯亮暗边界线应该满足如下条件：

$\left\{\begin{array}{c}I\left(E_1\right)>{\mathrm{IE}}_1\_\mathrm{thre}\\ I\left(E_3\right)>{\mathrm{IE}}_3\_\mathrm{thre}\\ I\left(E_1\right)-I\left(E_2\right)>{\mathrm{IE}}_{12}\_\mathrm{thre}\\ I\left(E_3\right)-I\left(E_4\right)>{\mathrm{IE}}_{34}\_\mathrm{thre}\end{array}---\left(6\right)\right.$

其中，IE₁_thre为第六预设阈值，IE₃_thre为第七预设阈值，IE₁₂_thre为第八预设阈值，IE₃₄_thre为第九预设阈值，均可以根据实际情况设定。

其中，所述根据车辆前照灯光束特征，在获得的候选亮暗边界线候选集合中确定亮暗边界线包括：获得各候选亮暗边界线的响应值，对所述响应值进行排序，将响应值最大的候选亮暗边界线作为车辆前照灯的亮暗边界线。具体实现时：获得候选亮暗边界线集合中第一方向的第一线段的边缘点的梯度模值的平均值以及第二方向的第二线段的边缘点的梯度模值的平均值；获得所述第一线段的边缘点的梯度模值的平均值和所述第二线段的边缘点的梯度模值的平均值的和值作为该候选亮暗边界线的响应值；将响应值最大的亮暗边界线组合对应的位置作为亮暗边界线的最终位置。

其中，第一线段的边缘点的梯度模值通过以下方式获得：

$I\left(M_H\right)=\sqrt{I_1{(u,v)}^2+I_2{(u,v)}^2}---\left(7\right)$

其中，I(M_H)表示边缘点的梯度的模值，I₁(u,v)表示第一线段的边缘点的水平梯度图像，I₂(u,v)表示第一线段的边缘点的垂直梯度图像。

获取第一线段即水平亮暗边界线上的所有边缘点的模值，然后计算平均值，即得到了第一线段的边缘点的梯度模值的平均值。

其中，第二线段的边缘点的梯度值模值通过以下方式获得：

$I\left(M_S\right)=\sqrt{I_1{(u,v)}^2+I_2{(u,v)}^2}---\left(8\right)$

其中，I(M_S)表示边缘点的梯度的模值，I₁(u,v)表示第二线段的边缘点的水平梯度图像，I₂(u,v)表示第二线段的边缘点的垂直梯度图像。

其中，响应值I(M)通过以下方式获得：

I(M)=I(M_H)+I(M_S)    （9）

响应值是对点符合亮暗边界线特征程度进行描述的值。当模值越大则说明该点亮暗变化越强烈，这就符合亮暗边界线的图像特征，因此可以将模值作为响应值的一种形式。其他能描述某点属于亮暗边界线上点的可能性的描述，都可以作为响应值。

在本发明这一实施例中，将响应值最大的亮暗边界线组合对应的位置作为亮暗边界线的最终位置。

需要说明的是，如果先利用了纹理特征或者区域亮度特征进一步筛选了候选亮暗边界线，则计算响应值的亮暗边界线为筛选出的所述候选亮暗边界线。

所述方法还包括：输出亮暗边界线的位置信息。

其中，亮暗边界线的位置信息包括亮暗边界线对应的转折点的位置信息和/或组成该亮暗边界线的水平亮暗边界线和斜向亮暗边界线的位置信息。所述亮暗边界线对应的转折点的位置信息由所述第一线段的位置信息和所述第二线段的位置信息确定。具体的，亮暗边界线对应的转折点的位置信息具体为水平亮暗边界线和斜向亮暗边界线的交点坐标。

进一步的，本发明提供的方法可以包括：

利用所述亮暗边界线对应的转折点的位置信息和/或组成该亮暗边界线的水平亮暗边界线和斜向亮暗边界线的位置信息计算前照灯的照射角度。

在本发明第一实施例中，在本发明提供的方法中，由于对符合第一方向的水平亮暗边界线和斜向亮暗边界线分别进行检测，获取了所有可能的亮暗边界线的候选组合，并利用前照灯光束特征从候选亮暗边界线集合中筛选出最符合条件的亮暗边界线作为最终的检测结果，有效排除了室外环境中由于干扰光源、干扰纹理造成的干扰边界线的影响，可以适用于复杂的户外场景，检测灵敏度高、准确性好、鲁棒性强。

特别地，针对在复杂场景中，存在干扰光源，干扰纹理等造成其他类似前照灯亮暗边界线的边界线存在造成的前照灯亮暗边界线检测不准确的问题，本发明通过分段检测获取所有可能的亮暗边界线组合，并根据前照灯的图像特征，从中筛选最符合条件的边界线，作为前照灯亮暗边界线，有效克服了干扰，检测灵敏度高、准确性好、鲁棒性强。

特别地，针对复杂场景中，由于干扰纹理等会造成前照灯亮暗边界线的不连续而导致的前照灯亮暗边界线检测不准确的问题，本发明中，每一亮暗边界线的检测结果，都是通过组合的方式获得，容许中间断开的情况;并在又有亮暗边界线边缘点得到亮暗边界线段时，设置了阈值D_thre，并判断相邻点的距离是否大于设定阈值来进行限定分割。因此，对于每段线段而言，当边缘间断小于D_thre时，仍然会被连成同一条线段，不会断开。因此，当边界线不连续时，仍能准确的进行检测，鲁棒性强。

参见图5，为本发明提供的基于图像的车辆前照灯亮暗边界线检测方法第二实施例流程图。

在这一具体实现方式中，在利用前照灯光束特征确定亮暗边界线的最终位置时，本发明综合考虑前照灯光束特征即纹理区域特征和/或亮度特征进行筛选，并在筛选出的候选组合中，将响应值最大的组合对应的位置作为亮暗边界线的最终位置。

S501，获得车辆前照灯的照射图像。

具体实现方式请参照步骤S101的实现方式。

S502，对所述照射图像进行边缘检测，获得边缘图像。

具体实现方式请参照步骤S102的实现方式。

S503，在所述边缘图像中，分别检测获得符合第一方向的第一线段集合和符合第二方向的第二线段集合，基于所述第一线段集合和所述第二线段集合获得符合预设条件的候选亮暗边界线集合。

具体实现方式请参照步骤S103的实现方式。

S504，利用纹理区域特征在获得的候选亮暗边界线集合中筛选候选亮暗边界线。

具体实现时，利用纹理区域特征，在获得的候选亮暗边界线集合中筛选候选亮暗边界线包括：在获得的候选亮暗边界线集合中，获得亮暗边界线对应的纹理区域；判断纹理区域的熵值是否小于第五预设阈值；当所述纹理区域的熵值小于第五预设阈值时，确定所述纹理区域为前照灯候选区域，将所述纹理区域对应的亮暗边界线作为候选亮暗边界线。

S505，利用区域亮度特征，在获得的候选亮暗边界线集合中筛选候选亮暗边界线。

具体实现时，利用区域亮度特征，在获得的候选亮暗边界线集合中筛选候选亮暗边界线包括：获得候选亮暗边界线集合中第一线段的上方区域的亮度值和第一线段的下方区域的亮度值；获得候选亮暗边界线集合中第二线段的左侧区域的亮度值和第二线段的右侧区域的亮度值；判断第一线段的下方区域的亮度值是否大于第六预设阈值，获得第七判断结果；判断第二线段的右侧区域的亮度值是否大于第七预设阈值，获得第八判断结果；判断第一线段的下方区域的亮度值与第一线段的上方区域的亮度值之间的差值是否大于第八预设阈值，获得第九判断结果；判断第二线段的右侧区域的亮度值与第二线段的左方区域的亮度值之间的差值是否大于第九预设阈值，获得第十判断结果；当所述第七判断结果、所述第八判断结果、所述第九判断结果、所述第十判断结果均为是时，将所述第一线段和第二线段的组合作为候选亮暗边界线。

本领域技术人员可以理解的是，步骤S504和步骤S505没有必然的先后执行顺序，可以并行地执行，也可以颠倒地执行。当然，步骤S504和步骤S505也可以择一适用。

S506，在筛选出的候选亮暗边界线中，利用响应值特征，确定亮暗边界线。

在所有满足上述条件的候选亮暗边界线中，前照灯亮暗边界线为具有最大响应值的亮暗边界线。例如可统计剩余组合的水平亮暗边界线上点的梯度模值的平均值I(M_H)，斜向亮暗边界线上点的梯度模值的平均值I(M_S)。计算响应值I(M)：

I(M)＝I(M_H)+I(M_S)    （10）

然后，取具有最大I(M)值的组合对应的位置作为前照灯亮暗边界线的最终位置。

S507，输出确定的所述亮暗边界线的位置信息。

图6为本发明提供的基于图像的车辆前照灯亮暗边界线检测装置示意图。

一种基于图像的车辆前照灯亮暗边界线检测装置，所述装置包括：

图像获得单元601，用于获得车辆前照灯的照射图像。

边缘检测单元602，用于对所述照射图像进行边缘检测，获得边缘图像。

候选组合选取单元603，用于在所述边缘图像中，分别检测获得符合第一方向的第一线段集合和符合第二方向的第二线段集合，基于所述第一线段集合和所述第二线段集合获得符合预设条件的候选亮暗边界线集合；其中，所述第一方向对应水平亮暗边界线方向，所述第二方向对应斜向亮暗边界线方向；一个所述候选亮暗边界线由所述第一线段集合中的一个线段和所述第二线段集合中的一个线段组成。

确定单元604，用于根据前照灯光束特征，在获得的候选亮暗边界线集合中确定车辆前照灯的亮暗边界线。

进一步的，所述装置还包括：

输出单元，用于输出亮暗边界线的位置信息。

进一步的，所述候选组合选取单元包括线段检测单元和组合选取单元，其中，所述线段检测单元第一线段检测单元和第二线段检测单元，其中，第一线段检测单元包括：

第一梯度方向角度获取单元，用于对于边缘图像中的每一边缘点，获得边缘点的梯度方向角度；

第一判断单元，用于判断边缘点的梯度方向角度与第一方向对应的角度的差值是否小于第一预设阈值，获得第一判断结果；

第一保存单元，用于当所述第一判断结果表明边缘点的梯度方向角度与第一方向对应的角度的差值小于第一预设阈值时，保存所述边缘点至第一边缘点集合；

聚类处理单元，用于对得到的边缘点进行聚类处理，获得相应的线段。

进一步的，所述候选组合选取单元包括线段检测单元和组合选取单元，其中，所述线段检测单元第一线段检测单元和第二线段检测单元，其中，第二线段检测单元包括：

第二梯度方向角度获取单元，用于对于边缘图像中的每一边缘点，获得边缘点的梯度方向角度；

第二判断单元，用于判断边缘点的梯度方向角度与第二方向对应的角度的差值是否小于第二预设阈值，获得第二判断结果；

第二保存单元，用于当所述第二判断结果表明边缘点的梯度方向角度与第二方向对应的角度的差值小于第一预设阈值时，保存所述边缘点至第二边缘点集合；

聚类处理单元，用于对得到的边缘点进行聚类处理，获得相应的线段。

进一步的，所述聚类处理单元包括：

边缘点集合获取单元，用于获得所述边缘点集合中的每个边缘点所对应的极坐标直线方程参数ρ，按大小对参数ρ排序，统计获得具有相同参数ρ的边缘点的个数，获取具有局部极大边缘点个数所对应的参数ρ和该参数ρ对应的边缘点集合；

排序单元，用于对每个参数ρ对应的边缘点集合中的边缘点进行排序；

线段处理单元，用于对排序后的边缘点，计算相邻两边缘点之间的距离，根据距离确定相邻两边缘点是否属于同一线段。

进一步的，所述候选组合选取单元包括线段检测单元和组合选取单元，其中，所述组合选取单元包括：

选取单元，用于从所述第一线段集合中选取一个线段作为第一线段，从所述第二线段集合中选取一个线段作为第二线段；

第四判断单元，用于判断所述第一线段的终点的横坐标是否小于第二线段的终点的横坐标，获得第四判断结果；

第五判断单元，用于判断所述第一线段的终点的纵坐标是否大于第二线段的终点的纵坐标，获得第五判断结果；

第六判断单元，用于判断第一线段上的边缘点的个数和所述第二线段的边缘点的个数是否均大于第四预设阈值，获得第六判断结果；

组合单元，用于当所述第四判断结果、所述第五判断结果和所述第六判断结果均为是时，将所述第一线段、所述第二线段的组合作为候选亮暗边界线。

进一步的，所述确定单元具体用于：

获得各亮暗边界线的响应值，对所述响应值进行排序，将响应值最大的候选亮暗边界线作为车辆前照灯的亮暗边界线。

进一步的，所述确定单元具体用于获得候选亮暗边界线集合中第一方向的第一线段的边缘点的梯度模值的平均值以及第二方向的第二线段的边缘点的梯度模值的平均值；获得所述第一方向的第一线段的边缘点的梯度模值的平均值和所述第二方向的第二线段的边缘点的梯度模值的平均值的和值作为亮暗边界线的响应值。

进一步的，所述装置还包括：

第一确定单元，用于利用纹理区域特征，在获得的候选亮暗边界线集合中确定候选亮暗边界线；和/或

第二确定单元，用于利用区域亮度特征，在获得的候选亮暗边界线集合中确定候选亮暗边界线。则所述确定单元，用于利用响应值特征，在获得的候选亮暗边界线中确定亮暗边界线。

进一步的，所述第一确定单元包括：

纹理区域获得单元，用于在获得的候选亮暗边界线集合中，获得亮暗边界线对应的纹理区域；

第六判断单元，用于判断纹理区域的熵值是否小于第五预设阈值；

第一位置确定单元，用于当所述纹理区域的熵值小于第五预设阈值时，确定所述纹理区域为前照灯候选区域，将所述纹理区域对应的亮暗边界线作为候选亮暗边界线。

进一步的，所述第二确定单元包括：

亮度值获得单元，用于获得候选亮暗边界线集合中第一线段的上方区域的亮度值和第一线段的下方区域的亮度值；获得候选亮暗边界线集合中第二线段的左侧区域的亮度值和第二线段的右侧区域的亮度值；

第七判断单元，用于判断第一线段的下方区域的亮度值是否大于第六预设阈值，获得第七判断结果；

第八判断单元，用于判断第二线段的右侧区域的亮度值是否大于第七预设阈值，获得第八判断结果；

第九判断单元，用于判断第一线段的下方区域的亮度值与第一线段的上方区域的亮度值之间的差值是否大于第八预设阈值，获得第九判断结果；

第十判断单元，用于判断第二线段的右侧区域的亮度值与第二线段的左方区域的亮度值之间的差值是否大于第九预设阈值，获得第十判断结果；

第二位置确定单元，用于当所述第七判断结果、所述第八判断结果、所述第九判断结果、所述第十判断结果均为是时，将所述第一线段和第二线段的组合作为候选亮暗边界线。

进一步的，所述确定单元包括：

模值获取单元，用于获得候选亮暗边界线集合中第一线段的边缘点的梯度模值的平均值以及第二线段的边缘点的梯度模值的平均值；

响应值获取单元，用于获得所述第一线段的边缘点的梯度模值的平均值和所述第二线段的边缘点的梯度模值的平均值的和值作为亮暗边界线的响应值；

第三位置确定单元，用于将响应值最大的亮暗边界线作为车辆前照灯的亮暗边界线。

进一步的，所述输出单元具体用于：

输出亮暗边界线对应的转折点的位置信息和/或组成该亮暗边界线的水平亮暗边界线和斜向亮暗边界线的位置信息；所述亮暗边界线对应的转折点的位置信息由所述第一线段的位置信息和所述第二线段的位置信息确定；

则所述装置还包括：

照射角度计算单元，用于利用所述亮暗边界线对应的转折点的位置信息和/或组成该亮暗边界线的水平亮暗边界线和斜向亮暗边界线的位置信息计算前照灯的照射角度。

图7为本发明提供的基于图像的车辆前照灯亮暗边界线检测***示意图。

一种基于图像的车辆前照灯亮暗边界线检测***，所述***包括车载相机和车辆前照灯亮暗边界线检测装置，其中：

所述车载相机701用于照射车辆前照灯的照射图像，并向所述车辆前照灯亮暗边界线检测装置发送所述车辆前照灯的照射图像；

所述车辆前照灯亮暗边界线检测装置702用于接收所述车载相机发送的车辆前照灯的照射图像；对所述照射图像进行图像边缘检测，获得边缘图像；在所述边缘图像中，分别检测获得符合第一方向的第一线段集合和符合第二方向的第二线段集合，基于所述第一线段集合和所述第二线段集合符合预设条件的候选亮暗边界线集合；其中，所述第一方向对应水平亮暗边界线方向，所述第二方向对应斜向亮暗边界线方向；所述候选亮暗边界线集合中的一个候选亮暗边界线由所述第一线段集合中的一个线段和所述第二线段集合中的一个线段组成；根据车辆前照灯光束特征，在获得的候选亮暗边界线集合中确定车辆前照灯的亮暗边界线的。

本领域技术人员可以理解的是，本发明车辆前照灯亮暗边界线检测***包括的车辆前照灯亮暗边界线检测装置可以通过图6所示的装置实现。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个......”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

本发明可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本发明，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。

以上所述仅是本发明的具体实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (12)

1.一种基于图像的车辆前照灯亮暗边界线检测方法，其特征在于，所述方法包括:

获得车辆前照灯的照射图像；

对所述照射图像进行边缘检测，获得边缘图像；

在所述边缘图像中，分别检测获得符合第一方向的第一线段集合和符合第二方向的第二线段集合，基于所述第一线段集合和所述第二线段集合获得符合预设条件的候选亮暗边界线集合；其中，所述第一方向对应水平亮暗边界线方向，所述第二方向对应斜向亮暗边界线方向；一个候选亮暗边界线由所述第一线段集合中的一个线段和所述第二线段集合中的一个线段组成；

根据车辆前照灯光束特征，在获得的候选亮暗边界线集合中确定车辆前照灯的亮暗边界线。

2.根据权利要求1所述的方法，其特征在于，所述分别检测获得符合第一方向的第一线段集合和符合第二方向的第二线段集合包括：

检测获得符合第一方向的第一线段集合具体为：对于边缘图像中的每一边缘点，获得边缘点的梯度方向角度；判断边缘点的梯度方向角度与第一方向对应的角度的差值是否小于第一预设阈值，获得第一判断结果；当所述第一判断结果表明边缘点的梯度方向角度与第一方向对应的角度的差值小于第一预设阈值时，保存所述边缘点至第一边缘点集合；对得到的边缘点进行聚类处理，获得相应的线段；

检测符合第二方向的第二线段集合具体为：对于边缘图像中的每一边缘点，获得边缘点的梯度方向角度；判断边缘点的梯度方向角度与第二方向对应的角度的差值是否小于第二预设阈值，获得第二判断结果；当所述第二判断结果表明边缘点的梯度方向角度与第二方向对应的角度的差值小于第一预设阈值时，保存所述边缘点至第二边缘点集合；对得到的边缘点进行聚类处理，获得相应的线段。

3.根据权利要求2所述的方法，其特征在于，所述对得到的边缘点进行聚类处理，获得相应的线段包括：

获得所述边缘点集合中的每个边缘点所对应的极坐标直线方程参数ρ，按大小对参数ρ排序，统计获得具有相同参数ρ的边缘点的个数，获取具有局部极大边缘点个数所对应的参数ρ和该参数ρ对应的边缘点集合；

对每个参数ρ对应的边缘点集合中的边缘点进行排序；

对排序后的边缘点，计算相邻两边缘点之间的距离，根据距离确定相邻两边缘点是否属于同一线段。

4.根据权利要求1所述的方法，其特征在于，基于所述第一线段集合和所述第二线段集合获得符合预设条件的一个候选亮暗边界线包括：

从所述第一线段集合中选取一个线段作为第一线段，从所述第二线段集合中选取一个线段作为第二线段；

判断所述第一线段的终点的横坐标是否小于第二线段的终点的横坐标，获得第四判断结果；

判断所述第一线段的终点的纵坐标是否大于第二线段的终点的纵坐标，获得第五判断结果；

判断第一线段的边缘点的个数和所述第二线段的边缘点的个数是否均大于第四预设阈值，获得第六判断结果；

当所述第四判断结果、所述第五判断结果和所述第六判断结果均为是时，将所述第一线段、所述第二线段的组合作为一个候选亮暗边界线。

5.根据权利要求1所述的方法，其特征在于，所述根据车辆前照灯光束特征，在获得的候选亮暗边界线集合中确定亮暗边界线包括：

获得各候选亮暗边界线的响应值，对所述响应值进行排序，将响应值最大的候选亮暗边界线作为车辆前照灯的亮暗边界线。

其中，所述获得各候选亮暗边界线的响应值包括：

获得候选亮暗边界线中第一方向的线段的边缘点的梯度模值的平均值以及第二方向的线段的边缘点的梯度模值的平均值；

获得所述第一方向的线段的边缘点的梯度模值的平均值和所述第二方向的线段的边缘点的梯度模值的平均值的和值作为该候选亮暗边界线的响应值。

6.根据权利要求5所述的方法，其特征在于，在获得候选亮暗边界线组合中各亮暗边界线的响应值之前，所述方法还包括：

利用纹理区域特征和/或区域亮度特征，进一步筛选候选亮暗边界线。

7.根据权利要求1所述的方法，其特征在于，所述方法还包括：

输出亮暗边界线对应的转折点的位置信息和/或组成该亮暗边界线的水平亮暗边界线和斜向亮暗边界线的位置信息。

8.一种基于图像的车辆前照灯亮暗边界线检测装置，其特征在于，所述装置包括：

图像获得单元，用于获得车辆前照灯的照射图像；

边缘检测单元，用于对所述照射图像进行边缘检测，获得边缘图像；

候选组合选取单元，用于在所述边缘图像中，分别检测获得符合第一方向的第一线段集合和符合第二方向的第二线段集合，基于所述第一线段集合和所述第二线段集合获得符合预设条件的候选亮暗边界线集合；其中，所述第一方向对应水平亮暗边界线方向，所述第二方向对应斜向亮暗边界线方向；一个候选亮暗边界线由所述第一线段集合中的一个线段和所述第二线段集合中的一个线段组成；

确定单元，用于根据车辆前照灯光束特征，在获得的候选亮暗边界线集合中确定车辆前照灯的亮暗边界线。

9.根据权利要求8所述的装置，其特征在于，所述候选组合选取单元包括线段检测单元和组合选取单元，所述线段检测单元包括第一线段检测单元和第二线段检测单元，其中，所述第一线段检测单元包括：

第一梯度方向角度获取单元，用于对于边缘图像中的每一边缘点，获得边缘点的梯度方向角度；

第一判断单元，用于判断边缘点的梯度方向角度与第一方向对应的角度的差值是否小于第一预设阈值，获得第一判断结果；

第一保存单元，用于当所述第一判断结果表明边缘点的梯度方向角度与第一方向对应的角度的差值小于第一预设阈值时，保存所述边缘点至第一边缘点集合；

聚类处理单元，用于对得到的边缘点进行聚类处理，获得相应的线段；

其中，所述第二线段检测单元包括：

第二梯度方向角度获取单元，用于对于边缘图像中的每一边缘点，获得边缘点的梯度方向角度；

第二判断单元，用于判断边缘点的梯度方向角度与第二方向对应的角度的差值是否小于第二预设阈值，获得第二判断结果；

第二保存单元，用于当所述第二判断结果表明边缘点的梯度方向角度与第二方向对应的角度的差值小于第一预设阈值时，保存所述边缘点至第二边缘点集合；

聚类处理单元，用于对得到的边缘点进行聚类处理，获得相应的线段。

10.根据权利要求9所述的装置，其特征在于，所述聚类处理单元包括：

边缘点集合获取单元，用于获得所述边缘点集合中的每个边缘点所对应的极坐标直线方程参数ρ，按大小对参数ρ排序，统计获得具有相同参数ρ的边缘点的个数，获取具有局部极大边缘点个数所对应的参数ρ和该参数ρ对应的边缘点集合；

排序单元，用于对每个参数ρ对应的边缘点集合中的边缘点进行排序；

线段处理单元，用于对排序后的边缘点，计算相邻两边缘点之间的距离，根据距离确定相邻两边缘点是否属于同一线段。

11.根据权利要求8所述的装置，其特征在于，所述确定单元具体用于：

获得各候选亮暗边界线的响应值，对所述响应值进行排序，将响应值最大的候选亮暗边界线作为车辆前照灯的亮暗边界线。

12.一种基于图像的车辆前照灯亮暗边界线检测***，其特征在于，所述***包括车载相机和车辆前照灯亮暗边界线检测装置，其中：

所述车载相机用于照射车辆前照灯的照射图像，并向所述车辆前照灯亮暗边界线检测装置发送所述车辆前照灯的照射图像；

所述车辆前照灯亮暗边界线检测装置用于接收所述车载相机发送的车辆前照灯的照射图像；对所述照射图像进行边缘检测，获得边缘图像；在所述边缘图像中，分别检测获得符合第一方向的第一线段集合和符合第二方向的第二线段集合，基于所述第一线段集合和所述第二线段集合获得符合预设条件的候选亮暗边界线集合；其中，所述第一方向对应水平亮暗边界线方向，所述第二方向对应斜向亮暗边界线方向；一个所述候选亮暗边界线由所述第一线段集合中的一个线段和所述第二线段集合中的一个线段组成；根据车辆前照灯光束特征，在获得的候选亮暗边界线集合中确定车辆前照灯的亮暗边界线。

Images