CN107451566B - 车道线的显示方法、装置及计算机可读存储介质 - Google Patents
车道线的显示方法、装置及计算机可读存储介质 Download PDFInfo
- Publication number
- CN107451566B CN107451566B CN201710653058.XA CN201710653058A CN107451566B CN 107451566 B CN107451566 B CN 107451566B CN 201710653058 A CN201710653058 A CN 201710653058A CN 107451566 B CN107451566 B CN 107451566B
- Authority
- CN
- China
- Prior art keywords
- lane line
- lane
- position parameters
- scene image
- lines
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种车道线的显示方法、装置及计算机可读存储介质,属于汽车辅助驾驶技术领域。该方法包括:基于霍夫变换,检测场景图像中的车道线;当从所述场景图像中检测出一条车道线时,将检测出的车道线作为第一车道线,基于所述第一车道线的位置参数和车道线约束准则,从存储的多条车道线的位置参数中查找与所述第一车道线属于同一组的第二车道线的位置参数;当所述多条车道线的位置参数中存在所述第二车道线的位置参数时,在所述场景图像中显示所述第一车道线和所述第二车道线,避免了当从场景图像中确定出一条车道线时,通过跟踪算法确定出的车道线可能与实际车道线无法吻合的现象,提高了车道线显示的准确性,避免了交通事故的发生。
Description
技术领域
本发明涉及汽车辅助驾驶技术领域,特别涉及一种车道线的显示方法、装置及计算机可读存储介质。
背景技术
在车辆的行驶过程中,驾驶员可能会因为误操作或其它原因,造成车辆与车道线的相对位置发生偏移,进而可能导致与相邻车道的车辆发生碰撞引发交通事故。因此,可以在行驶过程中采集车道线,并对采集的车道线进行显示,以便于在车辆与车道线的相对位置发生偏移时,向驾驶员示警,以提醒驾驶人员,进而避免交通事故的发生。
相关技术中,为了防止车辆与车道线的相对位置发生偏移,可以在车辆的前方安装摄像头,通过该摄像头采集车辆前方的场景图像。对于采集到的每一帧场景图像,对该场景图像进行灰度处理后,获取该场景图像中的感兴趣区域,之后,通过对感兴趣区域进行滤波处理和轮廓预处理,进而通过霍夫变换从处理后的感兴趣区域中确定车道线。然而,当车辆等障碍物对车道线的遮挡或者因磨损而导致车道线不清晰时,从该场景图像中通过霍夫变换可能只能确定出一条车道线或者无法确定车道线,在这种情况下,可以基于从该场景图像之前采集到的连续N帧场景图像中确定的车道线,通过跟踪算法确定出两条车道线,并显示确定的车道线。其中,N为大于或等于1的正整数。
然而,当从场景图像中确定出一条车道线时,通过跟踪算法确定出的车道线可能与实际车道线无法吻合,这时,如果车辆与实际的车道线的相对位置发生偏移,而与通过跟踪算法确定的车道线的相对位置未发生偏移,则会给驾驶员带来误判,进而容易引发交通事故。另外,当N设置的过小,且该N帧场景图像中都无法确定出车道线时,那么,在N帧场景图像之后就无法输出车道线,导致车道线的丢失,而当N设置的过大时,在车辆行驶在无车道区域也会显示车道线,导致车道线的显示错误。
发明内容
为了解决相关技术中车道线显示准确率低的问题,本发明实施例提供了一种车道线的显示方法、装置及计算机可读存储介质。所述技术方案如下:
根据本发明实施例的第一方面,提供一种车道线的显示方法,所述方法包括:
基于霍夫变换,检测场景图像中的车道线;
当从所述场景图像中检测出一条车道线时,将检测出的车道线作为第一车道线,基于所述第一车道线的位置参数和车道线约束准则,从存储的多条车道线的位置参数中查找与所述第一车道线属于同一组的第二车道线的位置参数,所述第一车道线为左车道线或右车道线;
当所述多条车道线的位置参数中存在所述第二车道线的位置参数时,基于所述第一车道线的位置参数和所述第二车道线的位置参数,在所述场景图像中显示所述第一车道线和所述第二车道线。
可选地,所述基于所述第一车道线的位置参数和车道线约束准则,从存储的多条车道线的位置参数中查找与所述第一车道线属于同一组的第二车道线的位置参数,包括:
基于所述第一车道线的位置参数和所述多条车道线的位置参数,确定所述第一车道线与所述多条车道线之间的距离差值和对应的角度差值;
当确定得到的多个距离差值中存在小于预设距离的距离差值,且对应的角度差值小于预设角度时,确定所述多条车道线的位置参数中存在所述第二车道线的位置参数。
可选地,所述基于霍夫变换,检测拍摄得到的场景图像中的车道线,包括:
获取所述场景图像中的感兴趣区域,并对所述感兴趣区域进行图像预处理,得到二值化图像;
获取所述二值化图像中灰度值为255的像素点在极坐标系中对应的位置参数;
当获取到的位置参数均不满足所述车道线约束准则,且获取的位置参数中存在与稳定车道线的位置参数之间满足预设相似性约束条件的位置参数时,确定从所述场景图像中检测出一条车道线。
可选地,所述获取所述二值化图像中灰度值为255的像素点在极坐标系中对应的位置参数之后,还包括:
确定获取到的位置参数中任一位置参数的重叠次数,并按照重叠次数由大到小的顺序,对获取到的位置参数进行排序;
从排序结果中获取前L个位置参数,所述L为不小于2的正整数;
从所述L个位置参数中,获取位于所述二值化图像中的预设区域内且与所述场景图像相邻的之前连续S帧场景图像中均能够检测到的车道线对应的位置参数,所述S为大于1的正整数。
可选地,所述基于霍夫变换,检测拍摄得到的场景图像中的车道线之后,还包括:
当从所述场景图像中未检测出车道线时,确定与所述场景图像相邻的之前多帧连续场景图像中未检测出车道线的场景图像的帧数;
如果确定的帧数小于T,则基于稳定车道线的位置参数,在所述场景图像中显示所述稳定车道线,所述T为大于1的正整数。
根据本发明实施例的第二方面,提供一种车道线的显示装置,所述装置包括:
检测模块,用于基于霍夫变换,检测场景图像中的车道线;
查找模块,用于当从所述场景图像中检测出一条车道线时,将检测出的车道线作为第一车道线,基于所述第一车道线的位置参数和车道线约束准则,从存储的多条车道线的位置参数中查找与所述第一车道线属于同一组的第二车道线的位置参数,所述第一车道线为左车道线或右车道线;
第一显示模块,用于当所述多条车道线的位置参数中存在所述第二车道线的位置参数时,基于所述第一车道线的位置参数和所述第二车道线的位置参数,在所述场景图像中显示所述第一车道线和所述第二车道线。
可选地,所述查找模块包括:
第一确定子模块,用于基于所述第一车道线的位置参数和所述多条车道线的位置参数,确定所述第一车道线与所述多条车道线之间的距离差值和对应的角度差值;
第二确定子模块,用于当确定得到的多个距离差值中存在小于预设距离的距离差值,且对应的角度差值小于预设角度时,确定所述多条车道线的位置参数中存在所述第二车道线的位置参数。
可选地,所述检测模块包括:
处理子模块,用于获取所述场景图像中的感兴趣区域,并对所述感兴趣区域进行图像预处理,得到二值化图像;
第一获取子模块,用于获取所述二值化图像中灰度值为255的像素点在极坐标系中对应的位置参数;
第三确定子模块,用于当获取到的位置参数均不满足所述车道线约束准则,且获取的位置参数中存在与稳定车道线的位置参数之间满足预设相似性约束条件的位置参数时,确定从所述场景图像中检测出一条车道线。
可选地,所述检测模块还包括:
第四确定子模块,用于确定获取到的位置参数中任一位置参数的重叠次数,并按照重叠次数由大到小的顺序,对获取到的位置参数进行排序;
第二获取子模块,用于从排序结果中获取前L个位置参数,所述L为不小于2的正整数;
第三获取子模块,用于从所述L个位置参数中,获取位于所述二值化图像中的预设区域内且与所述场景图像相邻的之前连续S帧场景图像中均能够检测到的车道线对应的位置参数,所述S为大于1的正整数。
可选地,所述装置还包括:
确定模块,用于当从所述场景图像中未检测出车道线时,确定与所述场景图像相邻的之前多帧连续场景图像中未检测出车道线的场景图像的帧数;
第二显示模块,用于如果确定的帧数小于T,则基于稳定车道线的位置参数,在所述场景图像中显示所述稳定车道线,所述T为大于1的正整数。
根据本公开实施例的第三方面,提供一种车道线的显示装置,所述装置包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为执行上述第一方面所述方法的步骤。
根据本发明实施例的第四方面,提供一种计算机可读存储介质,所述计算机可读存储介质上存储有指令,所述指令被处理器执行时实现上述第一方面所述方法的步骤。
本发明实施例提供的技术方案带来的有益效果是:在本发明实施例中,基于霍夫变换对场景图像中的车道线进行检测,当从该场景图像中检测出一条车道线时,将检测到的车道线作为第一车道线,并基于第一车道线的位置参数和车道线约束准则,从存储的多条车道线的位置参数中查找与第一车道线属于同一组的第二车道线的位置参数,进而基于第一车道线的位置参数和第二车道线的位置参数,在该场景图像中显示第一车道线和第二车道线,即本发明实施例的车道线显示方法在当前场景中仅存在一条稳定的车道线时,采用匹配的方式确定出与其对应的另一条车道线,避免了在当前场景中仅存在一条稳定的车道线时,直接显示通过跟踪算法确定出的车道线,导致出现显示的车道线可能与实际车道线无法吻合的现象,本发明实施例提高了车道线显示的准确性,避免了交通事故的发生。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例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是本发明实施例提供的一种车道线的显示方法的流程图;
图2是本发明实施例提供的另一种车道线的显示方法的流程图;
图3A是本发明实施例提供的第一种车道线的显示装置的结构示意图;
图3B是本发明实施例提供的第二种车道线的显示装置的结构示意图;
图3C是本发明实施例提供的第三种车道线的显示装置的结构示意图;
图3D是本发明实施例提供的第四种车道线的显示装置的结构示意图;
图3E是本发明实施例提供的第五种车道线的显示装置的结构示意图;
图4是本发明实施例提供的一种终端的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明实施方式作进一步地详细描述。
为了便于理解,在对本发明实施例进行详细地解释说明之前,先对本发明实施例涉及的名词和应用场景进行介绍。
首先,对本发明实施例中涉及的一些名词做介绍和说明。
位置参数
位置参数是指直角坐标系中的点在极坐标系中对应的极坐标。比如,在本公开实施例中,当在二值化图像中检测到的一个灰度值为255的像素点时,可以将该像素点映射到极坐标系中,从而可以得到极坐标系下的一条曲线,该一条曲线是由多个极坐标点构成,每个极坐标点的极坐标(ρ,θ)可以称为该像素点在极坐标系中的位置参数。其中,ρ是指直角坐标系中原点到该直线的距离,θ是指直角坐标系中x轴与该直线的法线之间的夹角。
图像增强
图像增强是指将原来不清晰的图像变得清晰或强调某些感兴趣的特征,抑制不感兴趣的特征,使之改善图像质量、丰富信息量,加强图像判读和识别效果的图像处理方法。通俗地讲,图像增强是指按需要突出一幅图像中的某些信息,同时削弱或除去某些不需要信息的处理方法,图像增强的目的是改善图像的视觉效果,使得处理后的图像相比原始图像对某种特定的应用更合适。
图像滤波
图像滤波是指在尽量保留图像细节特征的条件下对图像的噪声进行抑制的处理方法。其中,图像滤波的处理效果好坏将直接影响到后续图像处理和分析的有效性和可靠性。比如,非线性滤波或中值滤波等。
其中,非线性滤波是指对输入信号的一种非线性映射关系的处理方法,比如,可以把某一特定的噪声近似地映射为零而保留信号的主要特征。中值滤波是指将图像或序列中心点位置的值用该区域的中值替代的一种处理方法。
图像二值化
图像二值化是指将图像上的像素点的灰度值设置为0或255,也就是将整个图像呈现出明显的黑白效果,其中,黑色像素点对应的灰度值为0,白色像素点对应的灰度值为255。
空间域法
空间域法是指对图像中像素点的灰度值进行运算处理,主要有灰度拉伸算法和直方图均衡化算法。
其中,灰度拉伸是指通过分段线性变换函数,改变灰度的动态范围达到增强图像灰度级细节部分的方法。直方图均衡化是指将原始图像的灰度直方图从比较集中的某个灰度区间变成在全部灰度范围内的均匀分布,来达到图像增强效果的方法。
其次,对本发明实施例涉及的应用场景进行介绍。
在车辆的行驶过程中,可能会因为驾驶员的误操作或其它原因等,造成车辆与车道线的相对位置发生偏移,进而可能与相邻车道的车辆发生碰撞,引发交通事故。因此,可以提供一种车道线的显示方法,通过对车辆前方安装的摄像头采集的场景图像进行检测,对检测出的车道线进行显示,以在车辆与车道线的相对位置发生偏移时,对驾驶员进行提醒,避免交通事故的发生。当然,车道线的显示方法也可以应用于无人驾驶车辆,如果检测到车辆与车道线的相对位置发生偏移,则对车辆的行驶方向进行调整,进而避免交通事故的发生。
在介绍完本发明实施例涉及的名词和应用场景之后,下面对本发明实施例进行详细的解释说明。
图1是本发明实施例提供的一种车道线的显示方法流程图。参见图1,该方法包括如下步骤。
步骤101:基于霍夫变换,检测场景图像中的车道线。
步骤102:当从该场景图像中检测出一条车道线时,将检测出的车道线作为第一车道线,基于第一车道线的位置参数和车道线约束准则,从存储的多条车道线的位置参数中查找与第一车道线属于同一组的第二车道线的位置参数,第一车道线为左车道线或右车道线。
步骤103:当该多条车道线的位置参数中存在第二车道线的位置参数时,基于第一车道线的位置参数和第二车道线的位置参数,在该场景图像中显示第一车道线和第二车道线。
综上所述,本发明实施例提供的方法,基于霍夫变换对场景图像中的车道线进行检测,当从该场景图像中检测出一条车道线时,将检测到的车道线作为第一车道线,并基于第一车道线的位置参数和车道线约束准则,从存储的多条车道线的位置参数中查找与第一车道线属于同一组的第二车道线的位置参数,进而基于第一车道线的位置参数和第二车道线的位置参数,在该场景图像中显示第一车道线和第二车道线,即本发明实施例的车道线显示方法在当前场景中仅存在一条稳定的车道线时,采用匹配的方式确定出与其对应的另一条车道线,避免了在当前场景中仅存在一条稳定的车道线时,直接显示通过跟踪算法确定出的车道线,导致出现显示的车道线可能与实际车道线无法吻合的现象,本发明实施例提高了车道线显示的准确性,避免了交通事故的发生。
可选地,基于第一车道线的位置参数和车道线约束准则,从存储的多条车道线的位置参数中查找与第一车道线属于同一组的第二车道线的位置参数,包括:
基于第一车道线的位置参数和该多条车道线的位置参数,确定第一车道线与该多条车道线之间的距离差值和对应的角度差值;
当确定得到的多个距离差值中存在小于预设距离的距离差值,且对应的角度差值小于预设角度时,确定该多条车道线的位置参数中存在第二车道线的位置参数。
可选地,基于霍夫变换,检测拍摄得到的场景图像中的车道线,包括:
获取该场景图像中的感兴趣区域,并对该感兴趣区域进行图像预处理,得到二值化图像;
获取该二值化图像中灰度值为255的像素点在极坐标系中对应的位置参数;
当获取到的位置参数均不满足该车道线约束准则,且获取的位置参数中存在与稳定车道线的位置参数之间满足预设相似性约束条件的位置参数时,确定从该场景图像中检测出一条车道线。
可选地,获取该二值化图像中灰度值为255的像素点在极坐标系中对应的位置参数之后,还包括:
确定获取到的位置参数中任一位置参数的重叠次数,并按照重叠次数由大到小的顺序,对获取到的位置参数进行排序;
从排序结果中获取前L个位置参数,L为不小于2的正整数;
从L个位置参数中,获取位于该二值化图像中的预设区域内且与该场景图像相邻的之前连续S帧场景图像中均能够检测到的车道线对应的位置参数,S为大于1的正整数。
可选地,基于霍夫变换,检测拍摄得到的场景图像中的车道线之后,还包括:
当从该场景图像中未检测出车道线时,确定与该场景图像相邻的之前多帧连续场景图像中未检测出车道线的场景图像的帧数;
如果确定的帧数小于T,则基于稳定车道线的位置参数,在该场景图像中显示该稳定车道线,T为大于1的正整数。
上述所有可选技术方案,均可按照任意结合形成本发明的可选实施例,本发明实施例对此不再一一赘述。
图2是本发明实施例提供的一种车道线的显示方法流程图,参见图2,该方法包括如下步骤。
为了对车辆前方的车道线进行显示,可以在车辆前方安装摄像头,通过摄像头采集车辆前方的场景图像,进而对该场景图像中的车道线进行检测,以确定该场景图像中是否包括车道线。具体地,可以按照步骤201-步骤204实现对该场景图像中车道线的检测。
步骤201:获取该场景图像中的感兴趣区域,并对该感兴趣区域进行图像预处理,得到二值化图像。
在本公开实施例中,场景图像中的感兴趣区域为可能包括车道线的区域,且摄像头的安装位置不同时,场景图像中的感兴趣区域的位置也会不同,因此,可以基于摄像头的安装位置获取该场景图像中的感兴趣区域。如果该感兴趣区域为彩色图像,则先将该感兴趣区域转化为灰度图像,然后依次进行图像增强、图像滤波和图像二值化处理,进而得到二值化图像。如果该感兴趣区域为灰度图像,则依次将该感兴趣区域进行图像增强、图像滤波和图像二值化处理,进而得到二值化图像。
其中,场景图像中的感兴趣区域的位置可以是用户事先基于摄像头的安装位置设置得到。比如,当摄像头安装在车辆前方中间位置时,将场景图像的中下半部分区域确定为该场景图像中的感兴趣区域。
由于该场景图像包括的区域范围较大,而车道线可能位于该场景图像的部分区域,因此,可以通过摄像头的安装位置获取该场景图像中的感兴趣区域,之后,对该感兴趣区域进行处理,而无需对整张场景图像进行处理,从而可以减少运算量,提高车道线的显示效率。
在一种可能的实现方式中,将该感兴趣区域转换为灰度图像的具体操作可以为:基于该感兴趣区域中的每个像素点的像素值的R、G和B三个分量,按照如下公式(1)计算灰度图像中的每个像素点的灰度值,进而将该感兴趣区域转换为灰度图像;
Vgray=0.30R+0.59G+0.11B (1)
其中,在上述公式(1)中,Vgray为灰度图像中的像素点的灰度值,R、G、B为该感兴趣区域中像素点的像素值在RGB彩色模型中的三个分量。
步骤202:获取该二值化图像中灰度值为255的像素点在极坐标系中对应的位置参数。
由于直角坐标系中的一个点对应在极坐标系中为一条曲线,而该场景图像中的车道线可能由该二值化图像中灰度值为255的多个像素点组成,因此,可以基于霍夫变换,将该二值化图像中灰度值为255的像素点在直接坐标系中的坐标,转换为在极坐标系中对应的曲线,进而确定转换后得到的曲线的交点的极坐标,将得到的极坐标确定为该二值化图像中灰度值为255的像素点在极坐标系中对应的位置参数。
当然,上述方法是确定二值化图像中灰度值为255的像素点在极坐标系中对应的位置参数的一种可能的实现方式,实际应用中,也可以通过其它方法确定灰度值为255的像素点在极坐标系中对应的位置参数。
需要说明的是,在获取该二值化图像中灰度值为255的像素点在极坐标系中对应的位置参数后,由于该场景图像中可能存在干扰直线,导致获取的位置参数中可能存在干扰位置参数,因此,可以对获取的位置参数进行筛选,进而对筛选后的位置参数基于车道线约束准则进行判断,以提高车道线的显示效率。实际应用中,车道线存在干扰直线的可能性较小,因此,也可以直接基于车道线约束准则对获取的位置参数进行判断。
具体地,可以通过如下步骤(1)-(3)实现对该多个位置参数的筛选。
(1)确定获取到的位置参数中任一位置参数的重叠次数,并按照重叠次数由大到小的顺序,对获取到的位置参数进行排序。
其中,任一位置参数的重叠次数为极坐标系中经过该位置参数对应的极坐标点的曲线的条数。
比如,该二值化图像中包括25个灰度值为255的像素点,且该25个像素点转换到极坐标系之后,得到极坐标系下的25条曲线,该25条曲线中有15条曲线经过位置参数(2,30°),有13条曲线经过位置参数(3,30°),有10条曲线经过位置参数(2,60°),有5条曲线经过位置参数(4,45°),有3条曲线经过位置参数(3,75°)。也即是,位置参数(2,30°)的重叠次数为15次,位置参数(3,30°)的重叠次数为13次,位置参数(2,60°)的重叠次数为10次,位置参数(4,45°)的重叠次数为5次,位置参数(3,75°)的重叠次数为3次。此时,按照重叠次数由大到小的顺序,对获取到的位置参数进行排序,排序结果为:位置参数(2,30°)、位置参数(3,30°)、位置参数(2,60°)、位置参数(4,45°)、位置参数(3,75°)。
需要说明的是,对获取到的位置参数进行排序时,不仅可以按照重叠次数由大到小的顺序进行排序,当然,实际应用中,也可以按照重叠次数由小到大的顺序进行排序。
(2)从排序结果中获取前L个位置参数,L为不小于2的正整数。
由于场景图像中可能存在干扰直线或其他直线,且干扰直线或其他直线在二值化图像中的像素点对应的位置参数的重叠次数可能小于车道线在二值化图像中的像素点对应的位置参数的重叠次数,因此,可以通过位置参数的重叠次数对获取得到的位置参数进行初步筛选,以减少运算量。
继续上述举例,假设L为4,则获取前4个位置参数,分别为位置参数(2,30°)、位置参数(3,30°)、位置参数(2,60°)和位置参数(4,45°)。
需要说明的是,当按照重叠次数由小到大的顺序,对获取到的位置参数进行排序时,可以从排序结果中获取后L个位置参数。
(3)从L个位置参数中,获取位于二值化图像中的预设区域内且与该场景图像相邻的之前连续S帧场景图像中均能够检测到的车道线对应的位置参数,S为大于1的正整数。
其中,预设区域可以基于摄像头的安装位置进行预先设置,比如,当摄像头安装在车辆前方正中间位置时,该预设区域可以是场景图像中感兴趣区域的左右两侧且具有一定宽度的位置区域。
在二值化图像中,由于同组车道线之间具有一定间距,也即是同组车道线可能位于二值化图像中的预设区域,且由于摄像头采集场景图像的相邻两帧之间的时间间隔较小,连续S帧场景图像能够检测到的车道线均相同,因此,可以基于位置参数对应的直线是否在二值化图像中的预设区域内,且与该场景图像相邻的之前连续S帧场景图像中均能够检测到的车道线对应的位置参数是否相同,对获取得到的位置参数进一步筛选,确定可能的车道线,以提高车道线显示的准确率和显示效率。
继续上述举例,假设,位置参数(2,30°)对应的直线、位置参数(3,30°)对应的直线和位置参数(4,45°)对应的直线位于二值化图像中的预设区域,位置参数(2,60°)对应的直线位于非预设区域,位置参数(2,30°)在连续5帧场景图像中能够检测到,位置参数(2,60°)在连续3帧场景图像中能够检测到,位置参数(4,45°)在连续3帧场景图像能够检测到,位置参数(3,30°)只在采集到的该场景图像中检测到,假设S为3,则可以确定位置参数(2,30°)对应的直线和位置参数(4,45°)对应的直线为可能的车道线。
步骤203:对获取到的位置参数是否满足车道线约束准则进行判断,其中,车道线约束准则是指同一组车道线所满足的条件。
由于车道线约束准则是指同一组车道线所满足的条件,因此,为了判断获取到的位置参数中是否包括属于同一组的车道线(其中,同一组车道线通常包括两条车道线),可以先判断获取到的位置参数是否满足车道线约束准则。当获取到的位置参数不满足车道线约束准则时,则确定该场景图像中不存在两条车道线。
在一种可能的实现方式中,由于车道线约束准则是指同一组车道线所满足的条件,且同一组车道线通常包括两条车道线,因此,为了便于对车道线约束准则进行说明,可以将用于判断是否满足车道线约束准则的两个位置参数分别称为第一位置参数和第二位置参数,此时,车道线约束准则可以通过如下公式(2)和公式(3)来表示:
||ρ1|-|ρ2||<T1 (2)
||θ1|-|θ2||<T2 (3)
其中,在上述公式(2)和公式(3)中,ρ1是指第一位置参数中的距离坐标,ρ2是指第二位置参数中的距离坐标,T1是指预设距离,θ1是指第一位置参数中的角度坐标,θ2是指第二位置参数中的角度坐标,T2是指预设角度。
需要说明的是,当获取到的位置参数包括两个位置参数时,可以通过上述车道线约束准则来判断该两个位置参数对应的两条直线是否为同一组车道线,然而,当获取到的位置参数为一个位置参数时,此时,可以无需进行车道线约束准则的判断,直接确定获取到的位置参数不满足车道线约束准则。
进一步地,当获取到的位置参数满足该车道线约束准则时,确定该场景图像中包括两条车道线。此时,可以将获取到的位置参数对应的直线确定为车道线,进而确定该场景图像中包括两条车道线。当然,为了提高车道线显示的准确性,避免因为路况的突发变化而引起误显示,可以对两条车道线进行预设相似性约束条件判断,也即是,当获取到的位置参数满足该车道线约束准则,且获取到的位置参数与在采集到该场景图像的上一帧场景图像时显示的车道线的位置参数之间满足预设相似性约束条件时,确定该场景图像中包括两条车道线。
在一种可能的实现方式中,预设相似性约束条件可以通过如下公式(4)表示:
|ρ-ρ‘|+θ-θ‘|×α<T3 (4)
其中,在上述公式(4)中,ρ是指获取到的位置参数的距离坐标,ρ‘是指稳定车道线的位置参数的距离坐标,θ是指获取到的位置参数的角度坐标,θ’是指稳定车道线的位置参数的角度坐标,α是指角度的修正系数,且为常数,T3是指预设数值。
其中,由于位置参数(ρ,θ)中ρ的量纲与θ的量纲不同,为了便于进行预设相似性约束条件的计算,可以对θ的量纲进行修正,进而乘以修正系数α。另外,T3可以是事先设置的,比如,可以是50、75或100等。
步骤204:当获取得到的位置参数均不满足车道线约束准则,且获取的位置参数中存在与稳定车道线的位置参数之间满足预设相似性约束条件的位置参数时,确定从场景图像中检测出一条车道线。
其中,稳定车道线是指连续M帧场景图像中均能够检测到的车道线,M为大于1的正整数。
当获取到的位置参数不满足车道线约束准则时,该场景图像中可能存在一条车道线,因此,可以基于预设相似性约束条件对获取到的位置参数进行判断,如果获取到的位置参数中存在与稳定车道线的位置参数之间满足预设相似性约束条件,则确定从该场景图像中检测出一条车道线。
具体地,由于相邻两帧之间的时间间隔较小,该帧场景图像中存在的车道线和基于在该帧场景图像之前且与该帧场景图像相邻的场景图像确定的稳定车道线相同或相似,因此,可以基于预设相似约束性条件对该场景图像筛选的可能的车道线进行判断。具体地,对于获取到的位置参数中的每个位置参数分别与稳定车道线的位置参数做预设相似性约束条件比对,如果获取到的位置参数中存在一个位置参数与稳定车道线的位置参数满足预设相似性约束条件,则确定查找到一条车道线,也即是,确定该场景图像中包括一条车道线。
其中,如果获取到的位置参数中存在一个位置参数与稳定车道线中右车道线的位置参数满足预设相似性约束条件时,则确定查找到一条右车道线;如果获取到的位置参数中存在一个位置参数与稳定车道线中左车道线的位置参数满足预设相似性约束条件时,则确定查找到一条左车道线。
需要说明的是,在基于预设相似性约束条件对获取到的位置参数进行判断之前,可以先获取在采集到该场景图像的上一帧场景图像时确定的稳定车道线的位置参数。其中,由于路况的变化,相隔多帧的场景图像分别检测到的车道线的位置参数可能会存在差异,因此,每一帧场景图像的稳定车道线可以基于与其连续的M帧场景图像中均能够检测到的车道线进行重新确定,也即是,当采集到每一帧场景图像之后,都需要确定对应的稳定车道线,且每一帧场景图像对应的稳定车道线可能不同。其中,M可以事先进行设置,比如可以是15、20或25等。
在一种可能的实现方式中,当每确定得到一帧场景图像对应的稳定车道线时,可以将确定的稳定车道线的位置参数进行存储,示例性地,可以将确定的稳定车道线的位置参数存储至车道线数据库中。为了便于区分,在存储每一帧场景图像对应的车道线的位置参数时,还可以对应存储每一帧场景图像的帧号。之后,当获取在采集到该场景图像的上一帧场景图像时确定的稳定车道线的位置参数时,可以基于上一帧场景图像的帧号,从车道线数据库中获取对应的稳定车道线的位置参数。
进一步地,当获取到的位置参数不满足该车道线约束准则,且从获取到的位置参数中未查找到与该稳定车道线的位置参数满足该预设相似性约束条件的位置参数时,确定该场景图像中不包括车道线。当确定该场景图像中不包括车道线时,也即是,从该场景图像中未检测出车道线时,确定与该场景图像相邻的之前多帧连续场景图像中未检测出车道线的场景图像的帧数;如果确定的帧数小于T,则基于稳定车道线的位置参数,在该场景图像中显示稳定车道线,T为大于1的正整数。
实际应用中,由于道路状况的变化等原因的影响,可能导致该场景图像中检测不到车道线,而实际车道中存在车道线,因此,为了避免对驾驶员造成误判,当检测出该场景图像中不包括车道线时,确定该场景图像之前且与该场景图像相邻的多帧场景图像中检测到不包括车道线的场景图像的帧数,如果确定的帧数小于T,则基于在采集到该场景图像的上一帧场景图像时确定的稳定车道线的位置参数,进行车道线的显示,T为大于1的正整数。如果采集到该场景图像之前连续检测到不包括车道线的场景图像的帧数不小于T,则确定当前车道无车道线,进而不显示车道线。
也即是,当检测到该场景图像中不包括车道线时,如果该场景图像之前连续检测到不包括车道线的场景图像的帧数小于T,则显示在采集到上一帧场景图像时确定的稳定车道线,否则,不显示车道线。
步骤205:将检测出的一条车道线作为第一车道线,基于第一车道线的位置参数和车道线约束准则,从存储的多条车道线的位置参数中查找与第一车道线属于同一组的第二车道线的位置参数。
具体地,当从该场景图像中检测出一条车道线时,则可以确定该场景图像中有两条车道线。为了准确显示两条车道线,可以将检测出的车道线作为第一车道线,并基于第一车道线的位置参数和该多条车道线的位置参数,确定第一车道线与该多条车道线之间的距离差值和对应的角度差值;当确定得到的多个距离差值中存在小于预设距离的距离差值,且对应的角度差值小于预设角度时,确定该多条车道线的位置参数中存在第二车道线的位置参数。其中,第一车道线为左车道线或右车道线。
其中,该多条车道线是指从当前时间之前采集的多帧场景图像中检测出的车道线。比如,多条车道线对应的位置参数可以是车道线数据库中存储的车道线对应的位置参数。
在一种可能的实现方式中,确定第一车道线的位置参的距离坐标与该多条车道线的位置参数的距离坐标之间的距离差值,得到多个距离差值;确定第一车道线的位置参数的角度坐标与该多条车道线的位置参数的角度坐标之间的角度差值,得到多个角度差值。当该多个距离差值的绝对值中存在小于预设距离的距离差值,且对应的角度差值的绝对值小于预设角度的角度差值时,确定该多条车道线的位置参数中存在第二车道线的位置参数。
也即是,基于第一车道线的位置参数,从车道线数据库中查找与第一车道线的位置参数满足上述公式(2)和公式(3)的车道线的位置参数,并将查找到的车道线的位置参数确定为与第一车道线属于同一组的第二车道线的位置参数。
比如,当检测出该场景图像中包括的第一车道线为右车道线时,基于右车道线的位置参数和上述公式(2)和公式(3),从车道线数据库中存储的位置参数中查找与右车道线属于同一组的左车道线的位置参数;当检测出该场景图像中包括的第一车道线为左车道线时,基于左车道线的位置参数和上述公式(2)和公式(3),从数据库中存储的位置参数中查找与左车道线属于同一组的右车道线的位置参数。
步骤206:当该多条车道线的位置参数中存在第二车道线的位置参数时,基于第一车道线的位置参数和第二车道线的位置参数,在该场景图像中显示第一车道线和第二车道线。
将从该场景图像中检测出的第一车道线的位置参数和查找到的第二车道线的位置参数确定为同一组车道线,并将该同一组车道线在该场景图像中进行显示。
综上所述,在本发明实施例提供的方法,获取摄像头采集到的场景图像中的感兴趣区域,并进行图像预处理得到二值化图像,基于霍夫变换获取该二值化图像中灰度值为255的像素点在极坐标系中对应的位置参数。当获取到位置参数时,基于车道线约束准则确定获取到的位置参数中是否包括两条车道线,当获取到的位置参数均不满足车道线约束准则时,基于预设相似性约束条件确定获取到的位置参数是否存在一条车道线,当获取到的位置参数中存在与稳定车道线的位置参数之间满足预设相似性约束条件时,确定该场景图像中存在一条车道线。将该一条车道线作为第一车道线,同时基于车道线约束准则从存储的多条车道线的位置参数中查找与第一车道线属于同一组车道线的第二车道线的位置参数。当查找到与第一车道线属于第二车道线的位置参数时,基于第一车道线的位置参数和第二车道线的位置参数,在该场景图像中显示第一车道线和第二车道线,即本发明实施例的车道线显示方法在当前场景中仅存在一条稳定的车道线时,采用匹配的方式确定出与其对应的另一条车道线,避免了在当前场景中仅存在一条稳定的车道线时,直接显示通过跟踪算法确定出的车道线,导致出现显示的车道线可能与实际车道线无法吻合的现象,本发明实施例提高了车道线显示的准确性,避免了交通事故的发生。
图3A是本发明实施例提供的一种车道线的显示装置。如图3A所示,该装置包括:
检测模块301,用于基于霍夫变换,检测场景图像中的车道线;
查找模块302,用于当从该场景图像中检测出一条车道线时,将检测出的车道线作为第一车道线,基于第一车道线的位置参数和车道线约束准则,从存储的多条车道线的位置参数中查找与第一车道线属于同一组的第二车道线的位置参数,第一车道线为左车道线或右车道线;
第一显示模块303,用于当该多条车道线的位置参数中存在第二车道线的位置参数时,基于第一车道线的位置参数和第二车道线的位置参数,在该场景图像中显示第一车道线和第二车道线。
可选地,如图3B所示,查找模块302包括:
第一确定子模块3021,用于基于第一车道线的位置参数和该多条车道线的位置参数,确定第一车道线与该多条车道线之间的距离差值和对应的角度差值;
第二确定子模块3022,用于当确定得到的多个距离差值中存在小于预设距离的距离差值,且对应的角度差值小于预设角度时,确定该多条车道线的位置参数中存在第二车道线的位置参数。
可选地,如图3C所示,检测模块301包括:
处理子模块3011,用于获取该场景图像中的感兴趣区域,并对该感兴趣区域进行图像预处理,得到二值化图像;
第一获取子模块3012,用于获取该二值化图像中灰度值为255的像素点在极坐标系中对应的位置参数;
第三确定子模块3013,用于当获取到的位置参数均不满足该车道线约束准则,且获取的位置参数中存在与稳定车道线的位置参数之间满足预设相似性约束条件的位置参数时,确定从该场景图像中检测出一条车道线。
可选地,如图3D所示,检测模块301还包括:
第四确定子模块3014,用于确定获取到的位置参数中任一位置参数的重叠次数,并按照重叠次数由大到小的顺序,对获取到的位置参数进行排序;
第二获取子模块3015,用于从排序结果中获取前L个位置参数,L为不小于2的正整数;
第三获取子模块3016,用于从L个位置参数中,获取位于该二值化图像中的预设区域内且与该场景图像相邻的之前连续S帧场景图像中均能够检测到的车道线对应的位置参数,S为大于1的正整数。
可选地,如图3E所示,该装置还包括:
确定模块304,用于当从该场景图像中未检测出车道线时,确定与该场景图像相邻的之前多帧连续场景图像中未检测出车道线的场景图像的帧数;
第二显示模块305,用于如果确定的帧数小于T,则基于稳定车道线的位置参数,在该场景图像中显示稳定车道线,T为大于1的正整数。
综上所述,在本发明实施例提供的方法,通过对采集到的每一帧场景图像进行预处理得到二值化图像,获取二值化图像中灰度值为255的像素点在极坐标系中的位置参数,进而对获取的位置参数进行筛选,当确定该场景图像中包括两条车道线时,可以基于预设相似性约束准则进一步确定,提高两条车道线显示的准确性;当检测到该场景图像中包括一条车道线时,基于该车道线的位置参数和车道线约束准则,从存储的多条车道线的位置参数中获取与该车道线属于同一组车道线的位置参数,进而对检测到的车道线的位置参数和获取到的车道线位置参数进行车道线的显示,采用匹配的方式确定出与其对应的另一条车道线,避免了在当前场景中仅存在一条稳定的车道线时,直接显示通过跟踪算法确定出的车道线,导致出现显示的车道线可能与实际车道线无法吻合的现象,本发明实施例提高了车道线显示的准确性,避免了交通事故的发生。
图4是本发明实施例提供的一种终端结构示意图,该终端可以为车载终端,当然也可以为移动终端,用于实现上述图1和图2所示的车道线的显示方法。参见图4,终端400可以包括通信单元410、包括有一个或一个以上计算机可读存储介质的存储器420、输入单元430、显示单元440、传感器450、音频电路460、无线通信单元470(比如WIFI(WirelessFidelity,无线保真)模块470)、包括有一个或者一个以上处理核心的处理器480、以及电源490等部件。本领域技术人员可以理解,图4中示出的终端结构并不构成对终端的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。其中:
通信单元410可用于收发信息或通话过程中,信号的接收和发送,该通信单元410可以为RF(Radio Frequency,射频)电路、路由器、调制解调器、等网络通信设备。特别地,当通信单元410为RF电路时,将基站的下行信息接收后,交由一个或者一个以上处理器480处理;另外,将涉及上行的数据发送给基站。通常,作为通信单元的RF电路包括但不限于天线、至少一个放大器、调谐器、一个或多个振荡器、用户身份模块(SIM)卡、收发信机、耦合器、LNA(Low Noise Amplifier,低噪声放大器)、双工器等。此外,通信单元410还可以通过无线通信与网络和其他设备通信。所述无线通信可以使用任一通信标准或协议,包括但不限于GSM、GPRS(General Packet Radio Service,通用分组无线服务)、CDMA(Code DivisionMultiple Access,码分多址)、WCDMA、LTE(Long Term Evolution,长期演进)、电子邮件、SMS(Short Messaging Service,短消息服务)等。存储器420可用于存储软件程序以及模块,处理器480通过运行存储在存储器420的软件程序以及模块,从而执行各种功能应用以及数据处理。存储器420可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据终端400的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器420可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地,存储器420还可以包括存储器控制器,以提供处理器480和输入单元430对存储器420的访问。
输入单元430可用于接收输入的数字或字符信息,以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。优选地,输入单元430可包括触敏表面431以及其他输入设备432。触敏表面431,也称为触摸显示屏或者触控板,可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触敏表面431上或在触敏表面431附近的操作),并根据预先设定的程式驱动相应的连接装置。可选的,触敏表面431可包括触摸检测装置和触摸控制器两个部分。其中,触摸检测装置检测用户的触摸方位,并检测触摸操作带来的信号,将信号传送给触摸控制器;触摸控制器从触摸检测装置上接收触摸信息,并将它转换成触点坐标,再送给处理器480,并能接收处理器480发来的命令并加以执行。此外,可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触敏表面431。除了触敏表面431,输入单元430还可以包括其他输入设备432。优选地,其他输入设备432可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种。
显示单元440可用于显示由用户输入的信息或提供给用户的信息以及终端400的各种图形用户接口,这些图形用户接口可以由图形、文本、图标、视频和其任意组合来构成。显示单元440可包括显示面板441,可选的,可以采用LCD(Liquid Crystal Display,液晶显示器)、OLED(Organic Light-Emitting Diode,有机发光二极管)等形式来配置显示面板441。进一步的,触敏表面431可覆盖显示面板441,当触敏表面431检测到在其上或附近的触摸操作后,传送给处理器480以确定触摸事件的类型,随后处理器480根据触摸事件的类型在显示面板441上提供相应的视觉输出。虽然在图4中,触敏表面431与显示面板441是作为两个独立的部件来实现输入和输入功能,但是在某些实施例中,可以将触敏表面431与显示面板441集成而实现输入和输出功能。
终端400还可包括至少一种传感器450,比如光传感器、运动传感器以及其他传感器。光传感器可包括环境光传感器及接近传感器,其中,环境光传感器可根据环境光线的明暗来调节显示面板441的亮度,接近传感器可在终端400移动到耳边时,关闭显示面板441和/或背光。作为运动传感器的一种,重力加速度传感器可检测各个方向上(一般为三轴)加速度的大小,静止时可检测出重力的大小及方向,可用于识别手机姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等;至于终端400还可配置的陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器,在此不再赘述。
音频电路460、扬声器461,传声器462可提供用户与终端400之间的音频接口。音频电路460可将接收到的音频数据转换后的电信号,传输到扬声器461,由扬声器461转换为声音信号输出;另一方面,传声器462将收集的声音信号转换为电信号,由音频电路460接收后转换为音频数据,再将音频数据输出处理器480处理后,经通信单元410以发送给比如另一终端,或者将音频数据输出至存储器420以便进一步处理。音频电路460还可能包括耳塞插孔,以提供外设耳机与终端400的通信。
为了实现无线通信,该终端上可以配置有无线通信单元470,该无线通信单元470可以为WIFI模块。WIFI属于短距离无线传输技术,终端400通过无线通信单元470可以帮助用户收发电子邮件、浏览网页和访问流式媒体等,它为用户提供了无线的宽带互联网访问。虽然图4中示出了无线通信单元470,但是可以理解的是,其并不属于终端400的必须构成,完全可以根据需要在不改变发明的本质的范围内而省略。
处理器480是终端400的控制中心,利用各种接口和线路连接整个手机的各个部分,通过运行或执行存储在存储器420内的软件程序和/或模块,以及调用存储在存储器420内的数据,执行终端400的各种功能和处理数据,从而对手机进行整体监控。可选的,处理器480可包括一个或多个处理核心;优选的,处理器480可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作***、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器480中。
终端400还包括给各个部件供电的电源490(比如电池),优选的,电源可以通过电源管理***与处理器480逻辑相连,从而通过电源管理***实现管理充电、放电、以及功耗管理等功能。电源460还可以包括一个或一个以上的直流或交流电源、再充电***、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。
尽管未示出,终端400还可以包括摄像头、蓝牙模块等,在此不再赘述。
在本实施例中,终端还包括有一个或者一个以上的程序,这一个或者一个以上程序存储于存储器中,且经配置以由一个或者一个以上处理器执行,所述一个或者一个以上程序包含用于进行本发明实施例提供的上述图1和图2所述的车道线的显示方法的指令。
在示例性实施例中,还提供了一种包括指令的非临时性计算机可读存储介质,例如包括指令的存储器420,上述指令可由终端的处理器480执行以完成上述方法。例如,所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
一种非临时性计算机可读存储介质,当所述存储介质中的指令由终端的处理器执行时,使得该终端能够执行一种车道线的显示方法,该方法包括:
基于霍夫变换,检测场景图像中的车道线。
当从该场景图像中检测出一条车道线时,将检测出的车道线作为第一车道线,基于第一车道线的位置参数和车道线约束准则,从存储的多条车道线的位置参数中查找与第一车道线属于同一组的第二车道线的位置参数,第一车道线为左车道线或右车道线。
当该多条车道线的位置参数中存在第二车道线的位置参数时,基于第一车道线的位置参数和第二车道线的位置参数,在该场景图像中显示第一车道线和第二车道线。
可选地,基于第一车道线的位置参数和车道线约束准则,从存储的多条车道线的位置参数中查找与第一车道线属于同一组的第二车道线的位置参数,包括:
基于第一车道线的位置参数和该多条车道线的位置参数,确定第一车道线与该多条车道线之间的距离差值和对应的角度差值;
当确定得到的多个距离差值中存在小于预设距离的距离差值,且对应的角度差值小于预设角度时,确定该多条车道线的位置参数中存在第二车道线的位置参数。
可选地,基于霍夫变换,检测拍摄得到的场景图像中的车道线,包括:
获取该场景图像中的感兴趣区域,并对该感兴趣区域进行图像预处理,得到二值化图像;
获取该二值化图像中灰度值为255的像素点在极坐标系中对应的位置参数;
当获取到的位置参数均不满足该车道线约束准则,且获取的位置参数中存在与稳定车道线的位置参数之间满足预设相似性约束条件的位置参数时,确定从该场景图像中检测出一条车道线。
可选地,获取该二值化图像中灰度值为255的像素点在极坐标系中对应的位置参数之后,还包括:
确定获取到的位置参数中任一位置参数的重叠次数,并按照重叠次数由大到小的顺序,对获取到的位置参数进行排序;
从排序结果中获取前L个位置参数,L为不小于2的正整数;
从L个位置参数中,获取位于该二值化图像中的预设区域内且与该场景图像相邻的之前连续S帧场景图像中均能够检测到的车道线对应的位置参数,S为大于1的正整数。
可选地,基于霍夫变换,检测拍摄得到的场景图像中的车道线之后,还包括:
当从该场景图像中未检测出车道线时,确定与该场景图像相邻的之前多帧连续场景图像中未检测出车道线的场景图像的帧数;
如果确定的帧数小于T,则基于稳定车道线的位置参数,在该场景图像中显示该稳定车道线,T为大于1的正整数。
综上所述,本发明实施例提供的方法,基于霍夫变换对场景图像中的车道线进行检测,当从该场景图像中检测出一条车道线时,将检测到的车道线作为第一车道线,并基于第一车道线的位置参数和车道线约束准则,从存储的多条车道线的位置参数中查找与第一车道线属于同一组的第二车道线的位置参数,进而基于第一车道线的位置参数和第二车道线的位置参数,在该场景图像中显示第一车道线和第二车道线,采用匹配的方式确定出与其对应的另一条车道线,避免了在当前场景中仅存在一条稳定的车道线时,直接显示通过跟踪算法确定出的车道线,导致出现显示的车道线可能与实际车道线无法吻合的现象,本发明实施例提高了车道线显示的准确性,避免了交通事故的发生。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上所述仅为本发明的较佳实施例,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、改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种车道线的显示方法,其特征在于,所述方法包括:
获取场景图像中的感兴趣区域,并对所述感兴趣区域进行图像预处理,得到二值化图像;
获取所述二值化图像中灰度值为255的像素点在极坐标系中对应的位置参数;
确定获取到的位置参数中任一位置参数的重叠次数,并按照重叠次数由大到小的顺序,对获取到的位置参数进行排序;
从排序结果中获取前L个位置参数,所述L为不小于2的正整数;
从所述L个位置参数中,获取位于所述二值化图像中的预设区域内且与所述场景图像相邻的之前连续S帧场景图像中均能够检测到的车道线对应的位置参数,所述S为大于1的正整数;
当获取到的位置参数均不满足所述车道线约束准则,且获取的位置参数中存在与稳定车道线的位置参数之间满足所述预设相似性约束条件的位置参数时,确定从所述场景图像中检测出一条车道线,其中,所述车道线约束准则是指同一组车道线所满足的条件,所述稳定车道线是指连续M帧场景图像中均能够检测到的车道线,所述M为大于1的正整数,所述预设相似性约束条件用于确定所述场景图像中是否存在的车道线;
当从所述场景图像中检测出一条车道线时,将检测出的车道线作为第一车道线,基于所述第一车道线的位置参数和所述车道线约束准则,从存储的多条车道线的位置参数中查找与所述第一车道线属于同一组的第二车道线的位置参数,所述第一车道线为左车道线或右车道线;
当所述多条车道线的位置参数中存在所述第二车道线的位置参数时,基于所述第一车道线的位置参数和所述第二车道线的位置参数,在所述场景图像中显示所述第一车道线和所述第二车道线。
2.如权利要求1所述的方法,其特征在于,所述基于所述第一车道线的位置参数和所述车道线约束准则,从存储的多条车道线的位置参数中查找与所述第一车道线属于同一组的第二车道线的位置参数,包括:
基于所述第一车道线的位置参数和所述多条车道线的位置参数,确定所述第一车道线与所述多条车道线之间的距离差值和对应的角度差值;
当确定得到的多个距离差值中存在小于预设距离的距离差值,且对应的角度差值小于预设角度时,确定所述多条车道线的位置参数中存在所述第二车道线的位置参数。
3.如权利要求1所述的方法,其特征在于,所述基于霍夫变换、车道线约束准则和预设性相似条件,检测场景图像中的车道线之后,还包括:
当从所述场景图像中未检测出车道线时,确定与所述场景图像相邻的之前多帧连续场景图像中未检测出车道线的场景图像的帧数;
如果确定的帧数小于T,则基于稳定车道线的位置参数,在所述场景图像中显示所述稳定车道线,其中,所述稳定车道线是指连续M帧场景图像中均能够检测到的车道线,所述T和所述M均为大于1的正整数。
4.一种车道线的显示装置,其特征在于,所述装置包括:
检测模块,用于基于霍夫变换、车道线约束准则和预设性相似条件,检测场景图像中的车道线,其中,所述车道线约束准则是指同一组车道线所满足的条件,所述预设相似性约束条件用于确定所述场景图像中是否存在的车道线;
查找模块,用于当从所述场景图像中检测出一条车道线时,将检测出的车道线作为第一车道线,基于所述第一车道线的位置参数和所述车道线约束准则,从存储的多条车道线的位置参数中查找与所述第一车道线属于同一组的第二车道线的位置参数,所述第一车道线为左车道线或右车道线;
第一显示模块,用于当所述多条车道线的位置参数中存在所述第二车道线的位置参数时,基于所述第一车道线的位置参数和所述第二车道线的位置参数,在所述场景图像中显示所述第一车道线和所述第二车道线;
所述检测模块包括:
处理子模块,用于获取所述场景图像中的感兴趣区域,并对所述感兴趣区域进行图像预处理,得到二值化图像;
第一获取子模块,用于获取所述二值化图像中灰度值为255的像素点在极坐标系中对应的位置参数;
第三确定子模块,用于当获取到的位置参数均不满足所述车道线约束准则,且获取的位置参数中存在与稳定车道线的位置参数之间满足所述预设相似性约束条件的位置参数时,确定从所述场景图像中检测出一条车道线,其中,所述稳定车道线是指连续M帧场景图像中均能够检测到的车道线,所述M为大于1的正整数;
所述检测模块还包括:
第四确定子模块,用于确定获取到的位置参数中任一位置参数的重叠次数,并按照重叠次数由大到小的顺序,对获取到的位置参数进行排序;
第二获取子模块,用于从排序结果中获取前L个位置参数,L为不小于2的正整数;
第三获取子模块,用于从L个位置参数中,获取位于该二值化图像中的预设区域内且与该场景图像相邻的之前连续S帧场景图像中均能够检测到的车道线对应的位置参数,S为大于1的正整数。
5.如权利要求4所述的装置,其特征在于,所述查找模块包括:
第一确定子模块,用于基于所述第一车道线的位置参数和所述多条车道线的位置参数,确定所述第一车道线与所述多条车道线之间的距离差值和对应的角度差值;
第二确定子模块,用于当确定得到的多个距离差值中存在小于预设距离的距离差值,且对应的角度差值小于预设角度时,确定所述多条车道线的位置参数中存在所述第二车道线的位置参数。
6.一种车道线的显示装置,其特征在于,所述装置包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为执行权利要求1-3所述的任一项方法的步骤。
7.一种计算机可读存储介质,所述计算机可读存储介质上存储有指令,其特征在于,所述指令被处理器执行时实现权利要求1-3所述的任一项方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710653058.XA CN107451566B (zh) | 2017-08-02 | 2017-08-02 | 车道线的显示方法、装置及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710653058.XA CN107451566B (zh) | 2017-08-02 | 2017-08-02 | 车道线的显示方法、装置及计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107451566A CN107451566A (zh) | 2017-12-08 |
CN107451566B true CN107451566B (zh) | 2020-07-24 |
Family
ID=60490771
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710653058.XA Active CN107451566B (zh) | 2017-08-02 | 2017-08-02 | 车道线的显示方法、装置及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107451566B (zh) |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101608924B (zh) * | 2009-05-20 | 2011-09-14 | 电子科技大学 | 一种基于灰度估计和级联霍夫变换的车道线检测方法 |
CN103738243B (zh) * | 2013-10-29 | 2015-12-30 | 惠州华阳通用电子有限公司 | 一种车道偏离预警方法 |
CN104036246B (zh) * | 2014-06-10 | 2017-02-15 | 电子科技大学 | 一种基于多特征融合及多态均值的车道线定位方法 |
CN104700072B (zh) * | 2015-02-06 | 2018-01-19 | 中国科学院合肥物质科学研究院 | 基于车道线历史帧的识别方法 |
CN106128115B (zh) * | 2016-08-01 | 2018-11-30 | 青岛理工大学 | 一种基于双摄像机检测道路交通信息的融合方法 |
CN106803061A (zh) * | 2016-12-14 | 2017-06-06 | 广州大学 | 一种基于动态感兴趣区域的简易快速车道线检测方法 |
-
2017
- 2017-08-02 CN CN201710653058.XA patent/CN107451566B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN107451566A (zh) | 2017-12-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107908383B (zh) | 一种屏幕颜色调整方法、装置及移动终端 | |
CN107749194B (zh) | 一种变道辅助方法及移动终端 | |
CN106874906B (zh) | 一种图片的二值化方法、装置及终端 | |
CN109583271B (zh) | 一种对车道线进行拟合的方法、装置及终端 | |
CN107977652B (zh) | 一种屏幕显示内容的提取方法及移动终端 | |
CN109977845B (zh) | 一种可行驶区域检测方法及车载终端 | |
CN105989572B (zh) | 图片处理方法及装置 | |
CN109934769B (zh) | 屏幕长截图的方法、终端及存储介质 | |
CN108920572B (zh) | 公交信息处理方法和移动终端 | |
CN112418214A (zh) | 一种车辆识别码识别方法、装置、电子设备及存储介质 | |
CN114399813B (zh) | 人脸遮挡检测方法、模型训练方法、装置及电子设备 | |
CN109635700A (zh) | 障碍物识别方法、设备、***及存储介质 | |
CN110719119B (zh) | 一种防干扰方法及装置 | |
CN110309003B (zh) | 信息提示方法及移动终端 | |
CN113379705B (zh) | 图像处理方法、装置、计算机设备及存储介质 | |
CN108230680B (zh) | 一种车辆行为信息获取方法、装置及终端 | |
CN107451566B (zh) | 车道线的显示方法、装置及计算机可读存储介质 | |
KR20130015973A (ko) | 소실점 및 광류를 기반으로 한 검출 장치 및 검출 방법 | |
CN107734049B (zh) | 网络资源的下载方法、装置和移动终端 | |
CN110647892A (zh) | 违章报警提示方法、终端及计算机可读存储介质 | |
WO2020124455A1 (zh) | 一种优化字体的方法及相关设备 | |
CN115439660A (zh) | 一种检测方法、装置、电子设备及介质 | |
CN109685850B (zh) | 一种横向定位方法及车载设备 | |
CN103645842A (zh) | 一种识别智能终端横竖屏的方法及车载终端 | |
CN109813298B (zh) | 一种导航方法及终端设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |