CN109858307A - 一种车道线识别方法和装置 - Google Patents

Abstract

本申请提供一种车道线识别方法和装置。方法包括：遍历二值化处理后的道路图像中像素值等于预设的车道线像素值的像素点，得到至少一个连通区域；确定每个连通区域中位于每行像素点中间的中间像素点的像素坐标；依据拍摄道路图像的设备的参数信息，将中间像素点的像素坐标转换为空间点的空间坐标；基于每个连通区域的空间点的空间坐标，对连通区域的空间点进行直线拟合，得到连通区域的车道线；获取设备拍摄所述道路图像时所在的位置到各车道线的位置关系值；依据位置关系值，得到位于设备拍摄道路图像时所在位置左侧的和/或右侧的车道线。本申请提高了车道线的识别准确度。

Description

一种车道线识别方法和装置

技术领域

本申请涉及图像处理技术领域，尤其涉及一种车道线识别方法和装置。

背景技术

车道线的正确提取与矢量化计算，可以为自动制图、汽车辅助驾驶、无人驾驶等技术提供重要的数据支持服务。现有技术可以实现从道路图像中检测出可能是车道线的像素点，但是现有技术缺乏对车道线相对位置进行识别的技术方案。

发明内容

有鉴于此，本申请提供一种车道线识别方法和装置，能够提高车道线的识别准确度，技术方案如下：

本申请的一方面，提供一种车道线识别方法，包括：

遍历二值化处理后的道路图像中像素值等于预设的车道线像素值的像素点，得到至少一个连通区域；

确定每个连通区域中位于每行像素点中间的中间像素点的像素坐标；

依据拍摄所述道路图像的设备的参数信息，将所述中间像素点的像素坐标转换为空间点的空间坐标；

基于每个连通区域的空间点的空间坐标，对所述连通区域的空间点进行直线拟合，得到所述连通区域的车道线；

获取所述设备拍摄所述道路图像时所在的位置到各车道线的位置关系值；

依据所述位置关系值，得到位于所述设备拍摄所述道路图像时所在位置左侧的车道线和/或右侧的车道线。

本申请的另一方面，提供一种车道线识别装置，包括：

连通区域确定单元，用于遍历二值化处理后的道路图像中像素值等于预设的车道线像素值的像素点，得到至少一个连通区域；

像素坐标确定单元，用于确定每个连通区域中位于每行像素点中间的中间像素点的像素坐标；

空间坐标转换单元，用于依据拍摄所述道路图像的设备的参数信息，将所述中间像素点的像素坐标转换为空间点的空间坐标；

车道线确定单元，用于基于每个连通区域的空间点的空间坐标，对所述连通区域的空间点进行直线拟合，得到所述连通区域的车道线；

位置关系获取单元，用于获取所述设备拍摄所述道路图像时所在的位置到各车道线的位置关系值；

车道线位置确定单元，用于依据所述位置关系值，得到位于所述设备拍摄所述道路图像时所在位置左侧的车道线和/或右侧的车道线。

本申请提供的车道线识别方法和装置中，首先遍历二值化处理后的道路图像中像素值等于预设的车道线像素值的像素点，得到至少一个连通区域，并确定出每个连通区域中位于每行像素点中间的中间像素点的像素坐标；进而依据拍摄所述道路图像的设备的参数信息，将中间像素点的像素坐标转换为空间点的空间坐标，并基于每个连通区域的空间点的空间坐标，对连通区域的空间点进行直线拟合，得到连通区域的车道线；更进一步的，依获取所述设备拍摄所述道路图像时所在的位置到各车道线的位置关系值，最后依据所述位置关系值，得到位于所述设备拍摄所述道路图像时所在位置左侧的车道线和/或右侧的车道线。本申请在得到车道线后，通过获取所述设备拍摄所述道路图像时所在位置到所述车道线的位置关系值，最后依据所述位置关系值，确定出所有车道线相对于所述设备的空间位置，实现了车道线相对位置的识别。

附图说明

为了更清楚地说明本申请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申请的实施例，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，还可以根据提供的附图获得其他的附图。

图1为本申请实施例提供的一种车道线识别方法的流程图；

图2为本申请实施例提供的另一种车道线识别方法的流程图；

图3为本申请实施例中各车道线分别到相机的空间距离示意图；

图4为本申请实施例中确定连通区域的方法流程图；

图5为本申请实施例提供的一种车道线识别装置的结构示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。

本申请提供了一种车道线识别方法，该方法是针对二值化处理后的道路图像进行识别，进而得到车道线相当于拍摄所述道路图像的设备的相对位置，因此，在执行本申请提供的车道线识别方法之前，需要先获取包括车道线的道路图像，并对所述道路图像进行二值化处理，得到二值化处理后的道路图像(简称二值化图像)。具体地，可以利用摄像头、相机等摄像装置(以下以相机为例)实时获取包括车道线的道路图像，进而采用CNN(Convolutional Neural Networks，卷积神经网络)图像识别方法处理所述道路图像，得到所述二值化图像。二值化图像的像素点按行列的方式排列。本申请中，按照车道线的方向对二值化图像的像素点分行列，其中，二值化图像的像素点的行垂直于车道线，二值化图像的像素点的列平行于车道线。

请参阅图1，其示出了本申请提供的一种车道线识别方法的流程图，包括：

步骤101，遍历二值化处理后的道路图像中像素值等于预设的车道线像素值的像素点，得到至少一个连通区域。

步骤102，确定每个连通区域中位于每行像素点中间的中间像素点的像素坐标。

步骤103，依据拍摄所述道路图像的设备的参数信息，将所述中间像素点的像素坐标转换为空间点的空间坐标。

步骤104，基于每个连通区域的空间点的空间坐标，对所述连通区域的空间点进行直线拟合，得到所述连通区域的车道线。

步骤105，获取所述设备拍摄所述道路图像时所在的位置到各车道线的位置关系值。

步骤106，依据所述位置关系值，得到位于所述设备拍摄所述道路图像时所在位置左侧的车道线和/或右侧的车道线。

以上是本申请提供的一种车道线识别方法，本申请在得到车道线后，通过获取所述设备拍摄所述道路图像时所在位置到所述车道线的位置关系值，最后依据所述位置关系值，确定出所有车道线相对于所述设备的空间位置，实现了车道线相对位置的识别。

在上述实施例的基础上，优选地，如图2所示，本申请在步骤105，获取所述设备拍摄所述道路图像时所在的位置到各车道线的位置关系值之后，还可以进一步包括：

步骤107，依据所述位置关系值，得到所述设备拍摄所述道路图像时所在的位置到各车道线的空间距离。

具体地，本申请进行直线拟合后得到的车道线可以用直线方程表达，比如，车道线Ln的直线方程为Ax+By+C＝0，A、B、C是在直线拟合过程中，得到的直线方程的参数。据此，本申请可以采用如下公式(1)，计算得到相机拍摄所述道路图像时所在的位置到各车道线的空间距离Dis_n：

公式(1)，

步骤108，从所述位置关系值为负数的车道线中，选择空间距离的值最小的一个车道线作为所述设备所在车道的左侧车道线。

步骤109，从所述位置关系值为正数的车道线中，选择空间距离的值最小的一个车道线作为所述设备所在车道的右侧车道线。

需要说明的是，本申请对于上述步骤108和步骤109的执行顺序不做限定，本申请也可先执行步骤109，再执行步骤108，或步骤108和步骤109同时执行。

具体地，由于相机拍摄所述道路图像时所在车道的车道线到相机的空间距离一定是最小的，因此，本申请采用上述步骤108和步骤109即可确定出相机所在车道的左侧车道线和右侧车道线。

本申请在确定出相机所在车道的左侧车道线和右侧车道线后，充分考虑了相机拍摄所述道路图像时所在位置的所有车道线的空间几何分布情况，因此，本申请进一步基于上述相机所在车道的左侧车道线和右侧车道线，确定出所有车道线的相对位置，以便提供更准确的车道线的识别信息。以下结合附图3对此部分内容进行详细介绍。

具体结合附图3所示，车道线L2到相机的空间距离D2与车道线L3(相机所在车道的左侧车道线)到相机的空间距离D3的差等于一个车道宽度，车道线L1到相机的空间距离D1与车道线L3到相机的空间距离D3的差等于两个车道宽度；车道线L5到相机的空间距离D5与车道线L4(相机所在车道的右侧车道线)到相机的空间距离D4的差等于一个车道宽度。

据此，本申请在步骤108、步骤109，确定出相机所在车道的左侧车道线和右侧车道线之后，对于位于相机拍摄所述道路图像时所在位置左侧的车道线，可以依据车道线的空间距离及相机所在车道的左侧车道线的空间距离和预设的车道宽度，得到车道线的编号；对于位于相机拍摄所述道路时所在位置右侧的车道线，可以依据车道线的空间距离及相机所在车道的右侧车道线的空间距离和预设的车道宽度，得到车道线的编号。

具体地，本申请预先为相机所在车道的左侧车道线L3赋予一个编号，如-1，预先为相机所在车道的右侧车道线L4赋予另一个编号，如+1，然后，依据公式为位于相机拍摄所述道路图像时所在位置左侧的车道线进行编号；

依据公式为位于相机拍摄所述道路图像时所在位置右侧的车道线进行编号。

其中，D(left)为相机拍摄所述道路图像时所在车道的左侧车道线(如图所示L3)到相机的空间距离，D(right)为相机拍摄所述道路图像时所在车道的右侧车道线(如图所示L4)到相机的空间距离，LaneWidth为车道宽度值，一般的LaneWidth＝3.5m。如果为相机所在车道的左侧车道线和右侧车道线赋予的编号不是-1和+1，则上述公式中的-1和+1需要用相应的编号取代。以上具体举例仅为更清楚地说明本申请技术方案，不应视为对本申请的限制。

因此，通过对各个车道线进行编号后，按照编号由小到大的顺序排序即实现了对车道线{Ln}的排序。

进一步，为了保证获取的车道线的准确性，本申请在前述提供实施例的基础上，还可以进一步包括：

获取编号相同的车道线的长度，比较编号相同的车道线的长度，保留长度长的车道线，删除长度短的车道线。

本申请中，如果有至少两条车道线的编号相同，说明这两条车道线空间距离非常接近，而实际情况中不可能有两条车道线离得很近，出现这种情况说明车道线检测存在误检测的结果，因此，本申请依据车道线长度最长原则，保留车道线长度相对较长的车道线，删除车道线长度相对较短的车道线，从而保证了最终输出车道线的准确性。

为了更清楚地呈现出车道线在原始图像上的位置，更进一步的，在上述实施例的基础上，本申请可以对删除了误检测车道线之后的车道线执行如下步骤110和步骤111，也可以对步骤104得到的车道线执行如下步骤110和步骤111，具体的：

步骤110，确定每条车道线的起点坐标P₀和终点坐标P₁，即{P₀，P₁}。

步骤111，将{P₀，P₁}反投影到原始图像，获取图像点{P₀’，P₁’}。

具体地，本申请可以利用公式P’＝K×(R|T)×P，将{P0，P1}反投影到原始图像，获取图像点{P0’，P1’}。

其中，P为车道线的端点(起点或终点)的坐标(该坐标可以是三维也可以是二维)，P’为原始图像中车道线的端点(起点或终点)的坐标，K为相机内参数，(R|T)为相机外参数。相机内参数是与相机自身特性相关的参数，比如相机的焦距、像素大小等；相机外参数是在世界坐标系中的参数，比如相机的位置、旋转方向等。

步骤112，依据图像点{P₀’，P₁’}在原始图像上输出显示车道线。

以下结合附图对本申请提供的车道线识别方法中采用的各技术手段的具体实现方法进行详细介绍。

关于本申请步骤101，遍历二值化处理后的道路图像中像素值等于预设的车道线像素值的像素点，得到至少一个连通区域，可以采用图4所示方法实现，具体包括：

步骤1011，从二值化处理后的道路图像中，选取一个未被遍历且未被赋予第一标签的像素点。

本申请可以采用按行逐个选取像素点的方式，对二值化处理后的道路图像中的像素点进行遍历，进而取得一个未被遍历且未被赋予第一标签的像素点。

步骤1012，判断所述像素点的像素值是否等于预设的车道线像素值，如果不等于，返回步骤1011，如果等于，执行步骤1013。

步骤1013，为所述像素点赋予第一标签。

其中，预设的车道线像素值例如为255，第一标签例如为label1。

步骤1014，判断所述赋予第一标签的像素点周边的像素点中是否存在像素值等于预设的车道线像素值的像素点，如果存在，则为这些像素点赋予第一标签。

其中，赋予第一标签的像素点周边的像素点指的是，与该赋予第一标签的像素点相邻的上、下、左、右位置处的四个像素点。

步骤1015，针对被赋予第一标签的像素点，重复执行步骤1014，直到被赋予第一标签的像素点周边的像素点的像素值均不等于预设的车道线像素值时，将所有已被赋予第一标签的像素点确定为一个连通区域。

步骤1016，判断所述二值化处理后的道路图像中是否存在未被遍历且未被赋予第一标签的像素点，若存在，则返回执行步骤1011，如不存在，则执行前述步骤102。

具体在本申请实施例中，本申请可以以行为单位，顺序遍历像素点的像素值，并判断像素点的像素值是否等于255。本申请，二值化的道路图像中像素值等于255的像素点是车道线，像素值等于0的像素点是背景，由此，本申请通过判断像素点的像素值是否等于255，可以确定该像素点是否属于车道线。

当检测到第一个像素点，如第一像素点A1的像素值等于255时，为该第一像素点A1赋予第一标签，例如为label1，并将其位置坐标A1(x1，y1)压栈。进而去检测第一像素点A1周边的像素点的像素值是否等于255。其中，第一像素点A1周边的像素点指的是与该第一像素点A1相邻的上、下、左、右位置处的四个像素点。

可以理解的是，除去所述道路图像的第一行和最后一行的首/尾像素点，如果第一像素点A1为第一行上的像素点，那么第一像素点A1周边的像素点只包括与其相邻下、左、右位置处的三个像素点，如果第一像素点A1为第一列上的像素点，那么第一像素点A1周边的像素点只包括与其相邻上、下、右位置处的三个像素点，如果第一像素点A1为最后一行上的像素点，那么第一像素点A1周边的像素点只包括与其相邻上、左、右位置处的三个像素点，如果第一像素点A1为最后一列上的像素点，那么第一像素点A1周边的像素点只包括与其相邻上、下、左位置处的三个像素点。

如果第一像素点A1周边的像素点中存在像素值等于255的像素点，则为这些像素点同样赋予所述第一标签label1，将位置坐标压栈后，继续检测这些赋予第一标签label1的像素点周边的像素点中是否存在像素值等于255的像素点，如果存在，则重复前述赋予第一标签label1和检测赋予第一标签label1的像素点周边的像素点是否存在像素值等于255的像素点的步骤，直到任何赋予第一标签label1的像素点周边都检测不到像素值等于255的像素点时，确定所有赋予第一标签label1的像素点覆盖的区域为一个连通区域。

当本申请确定出一个连通区域后，本申请可以为该连通区域进行编号，例如Mark1，进而将该Mark1与label1间建立对应关系，那么在后续处理过程中，只要查看像素点的label值，便可以确定出该像素点属于哪个连通区域。

在本申请确定出一个连通区域后，返回定位到与第一个像素点A1相邻的下一像素点的位置，例如，假设第一像素点A1、像素点B1、像素点C1、像素点D1在一行中顺序排列。当本申请以第一像素点A1为起点，确定出一个连通区域后，本申请返回定位到像素点B1，如果像素点B1已经被赋予了第一标签label1，那么，跳过该像素点B1，如果像素点C1并没有被赋予第一标签label1，则重复前述针对像素点A1的流程，确定下一个连通区域，直到将道路图像中的像素点都遍历到。

采用本申请提供的上述方法，从二值化图像中确定出的多个连通区域都是相互独立的，不存在重叠区域。

此外作为本申请优选的，本申请在确定出多个连通区域后，可以进一步计算连通区域的面积，将面积小于预设面积阈值的连通区域删除，以保证数据的处理精度，减小误差。

关于本申请步骤102，确定每个连通区域中位于每行像素点中间的中间像素点的像素坐标。

在实际应用中，本申请在得到至少一个连通区域后，分别确定每个连通区域中位于每行像素点中间的中间像素点的像素坐标，得到针对每个连通区域的坐标集合{Sn}，所述坐标集合{Sn}由连通区域中所有中间像素点的像素坐标构成，n为连通区域的编号。

本申请中，每个连通区域中的所有像素点的像素值都等于255，因此，本申请在确定出二值化图像中的连通区域后，再次按行扫描所述二值化图像，当检测到某一行中属于某一个连通区域的像素点时，确定该连通区域中的像素点中的起始像素点的位置坐标P_始和终止像素点的位置坐标P_止，利用公式得到该连通区域中位于该行像素点中间的中间像素点的像素坐标P_中，因此，对于一个跨越L行的连通区域来说，其坐标集合{Sn}中有L个中间像素点的像素坐标P_中。比如，本申请确定出了10个连通区域，每个连通区域对应一个坐标集合{Sn}，因此，一共会有10个坐标集合{S1}….{S10}。

关于本申请步骤103，依据拍摄所述道路图像的设备的参数信息，将所述中间像素点的像素坐标转换为空间点的空间坐标。

具体地，本申请依据拍摄所述道路图像的设备的参数信息，将坐标集合{Sn}中的像素坐标分别转换为空间点的空间坐标，得到空间点集合{Pn}。

如前所述本申请拍摄所述道路图像的设备可以为摄像头、相机等摄像装置，为了便于说明，本申请以相机为例，获取相机的位置及姿态参数信息，将坐标集合{Sn}中的中间像素点的像素坐标，均分别转换为空间点的空间坐标，得到空间点集合{Pn}。

具体地，本申请可以利用公式P＝s×Inv(R)×Inv(K)×p，将坐标集合{Sn}中的中间像素点的像素坐标，均分别转换为空间点的空间坐标，得到空间点集合{Pn}。

其中，K为相机内参数，(R|T)为相机外参数，P为空间点的空间坐标，p为中间像素点的像素坐标，Inv(R)为R的逆矩阵，Inv(K)为K的逆矩阵，s是与相机高度H相关的常系数。

关于本申请步骤104，基于每个连通区域的空间点的空间坐标，对所述连通区域的空间点进行直线拟合，得到所述连通区域的车道线。

在实际应用中，本申请在获得针对每个连通区域的空间点的空间坐标，即，空间点集合{Pn}后，将该空间点集合{Pn}中的各个空间点进行直线拟合，得到连通区域的车道线{Ln}。

比如，本申请得到的10个空间点集合{Pn}，则对每个空间点集合{Pn}中空间点进行直线拟合，得到10条车道线。即，本申请一个空间点集合{Pn}对应一条车道线。

关于本申请步骤105，获取所述设备拍摄所述道路图像时所在的位置到各车道线的位置关系值。

如前所述，本申请基于每个连通区域的空间点的空间坐标，对所述连通区域的空间点进行直线拟合，得到所述连通区域的车道线，在这里需要说明的是，本申请进行直线拟合后，可以采用直线方程来表示车道线，比如，车道线Ln的直线方程为Ax+By+C＝0，其中，A、B、C是在直线拟合过程中，得到的直线方程的参数。

如果相机拍摄所述道路图像时所在位置的坐标为(X_p，Y_p)，则可采用公式Dn＝A×X_p+B×Y_p+C，得到表示相机拍摄所述道路图像时所在的位置到所述车道线Ln的位置关系值。

本申请中，以相机拍摄所述道路图像时所在的位置为坐标原点，因此，当Dn小于0时，表示该Dn对应的车道线位于相机拍摄所述道路图像时所在的位置的左侧，当Dn大于0时，表示该Dn对应的车道线位于相机拍摄所述道路图像时所在的位置的右侧。

关于本申请步骤106，依据所述位置关系值，得到位于所述设备拍摄所述道路图像时所在位置左侧的车道线和/或右侧的车道线。

具体地，本申请通过判断位置关系值是正数还是负数，确定该位置关系值对应的车道线为位于所述设备拍摄所述道路图像时所在位置左侧的车道线还是右侧的车道线。其中，如果位置关系值是负数，则该位置关系值对应的车道线为位于所述设备拍摄所述道路图像时所在位置左侧的车道线；如果位置关系值是正数，则该位置关系值对应的车道线为位于所述设备拍摄所述道路图像时所在位置右侧的车道线。

基于前文本申请提供的一种车道线识别方法，本申请还提供一种车道线识别装置，如图5所示，包括：

连通区域确定单元10，用于遍历二值化处理后的道路图像中像素值等于预设的车道线像素值的像素点，得到至少一个连通区域；

像素坐标确定单元20，用于确定每个连通区域中位于每行像素点中间的中间像素点的像素坐标；

空间坐标转换单元30，用于依据拍摄所述道路图像的设备的参数信息，将所述中间像素点的像素坐标转换为空间点的空间坐标；

车道线确定单元40，用于基于每个连通区域的空间点的空间坐标，对所述连通区域的空间点进行直线拟合，得到所述连通区域的车道线；

位置关系获取单元50，用于获取所述设备拍摄所述道路图像时所在的位置到各车道线的位置关系值；

车道线位置确定单元60，用于依据所述位置关系值，得到位于所述设备拍摄所述道路图像时所在位置左侧的车道线和/或右侧的车道线。

其中，所述车道线位置确定单元60还可以包括：

位置关系值判断子单元，用于判断所述位置关系值是正数或负数；

左侧车道线确定子单元，用于在所述位置关系值判断子单元判断位置关系值是负数时，确定所述位置关系值对应的车道线为位于所述设备拍摄所述道路图像时所在位置左侧的车道线；

右侧车道线确定子单元，用于在所述位置关系值判断子单元判断位置关系值是正数时，确定所述位置关系值对应的车道线为位于所述设备拍摄所述道路图像时所在位置右侧的车道线。

进一步，本申请提供的车道线识别装置还可以包括：

空间距离获取单元，用于依据所述位置关系值，得到所述设备拍摄所述道路图像时所在的位置到所述车道线的空间距离。

所述车道线位置确定单元60还可以包括：

车道左侧车道线确定子单元，用于从所述位置关系值为负数的车道线中，选择空间距离的值最小的一个车道线作为所述设备所在车道的左侧车道线；

车道右侧车道线确定子单元，用于从所述位置关系值为正数的车道线中，选择空间距离的值最小的一个车道线作为所述设备所在车道的右侧车道线。

可选地，本申请提供的车道线识别装置还可以包括：

左侧车道线编号单元，用于对于位于所述设备拍摄所述道路图像时所在位置左侧的车道线，依据车道线的空间距离及所述左侧车道线的空间距离和预设的车道宽度，得到车道线的编号；

右侧车道线编号单元，用于对于位于所述设备拍摄所述道路时所在位置右侧的车道线，依据车道线的空间距离及所述右侧车道线的空间距离和预设的车道宽度，得到车道线的编号。

可选地，本申请提供的车道线识别装置还可以包括：

车道线筛选单元，用于获取编号相同的车道线的长度，比较编号相同的车道线的长度，保留长度长的车道线，删除长度短的车道线。

本申请中，所述连通区域确定单元10可以包括：

像素点选取子单元，用于从所述二值化处理后的道路图像中，选取一个未被遍历且未被赋予第一标签的像素点；

像素值第一判断子单元，用于判断所述像素点的像素值是否等于预设的车道线像素值；

第一标签子单元，用于在所述像素值第一判断子单元判断所述像素点的像素值等于预设的车道线像素值时，为所述像素点赋予第一标签；

像素值第二判断子单元，用于判断所述赋予第一标签的像素点周边的像素点中是否存在像素值等于预设的车道线像素值的像素点；

第二标签子单元，用于在所述像素值第二判断子单元判断所述赋予第一标签的像素点周边的像素点中存在像素值等于预设的车道线像素值的像素点时，为这些像素点赋予第一标签；

所述像素值第二判断子单元和所述第二标签子单元重复执行相应操作，直到被赋予第一标签的像素点周边的像素点的像素值均不等于预设的车道线像素值时，触发连通域确定子单元；

所述连通域确定子单元，用于将所有已被赋予第一标签的像素点确定为一个连通区域；

像素点判断子单元，用于判断所述二值化处理后的道路图像中是否存在未被遍历且未赋予第一标签的像素点；若存在，则返回执行所述像素点选取子单元的操作。

需要说明的是，本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。对于装置类实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

最后，还需要说明的是，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。

以上对本申请所提供的一种车道线识别方法和装置进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。

Claims (12)

1.一种车道线识别方法，其特征在于，包括：

遍历二值化处理后的道路图像中像素值等于预设的车道线像素值的像素点，得到至少一个连通区域；

确定每个连通区域中位于每行像素点中间的中间像素点的像素坐标；

依据拍摄所述道路图像的设备的参数信息，将所述中间像素点的像素坐标转换为空间点的空间坐标；

基于每个连通区域的空间点的空间坐标，对所述连通区域的空间点进行直线拟合，得到所述连通区域的车道线；

获取所述设备拍摄所述道路图像时所在的位置到各车道线的位置关系值；

依据所述位置关系值，得到位于所述设备拍摄所述道路图像时所在位置左侧的车道线和/或右侧的车道线。

2.根据权利要求1所述的方法，其特征在于，依据所述位置关系值，得到位于所述设备拍摄所述道路图像时所在位置左侧的车道线和/或右侧的车道线包括：

判断所述位置关系值是正数或负数，如果是负数，则所述位置关系值对应的车道线为位于所述设备拍摄所述道路图像时所在位置左侧的车道线；如果是正数，则所述位置关系值对应的车道线为位于所述设备拍摄所述道路图像时所在位置右侧的车道线。

3.根据权利要求2所述的方法，其特征在于，所述方法还包括：

依据所述位置关系值，得到所述设备拍摄所述道路图像时所在的位置到各车道线的空间距离；

从所述位置关系值为负数的车道线中，选择空间距离的值最小的一个车道线作为所述设备所在车道的左侧车道线；

从所述位置关系值为正数的车道线中，选择空间距离的值最小的一个车道线作为所述设备所在车道的右侧车道线。

4.根据权利要求3所述的方法，其特征在于，所述方法还包括：

对于位于所述设备拍摄所述道路图像时所在位置左侧的车道线，依据车道线的空间距离及所述左侧车道线的空间距离和预设的车道宽度，得到车道线的编号；

对于位于所述设备拍摄所述道路时所在位置右侧的车道线，依据车道线的空间距离及所述右侧车道线的空间距离和预设的车道宽度，得到车道线的编号。

5.根据权要求4所述的方法，其特征在于，所述方法还包括：

获取编号相同的车道线的长度；

比较编号相同的车道线的长度，保留长度长的车道线，删除长度短的车道线。

6.根据权利要求1-5中任意一项权利要求所述的方法，其特征在于，所述遍历二值化处理后的道路图像中像素值等于预设的车道线像素值的像素点，得到至少一个连通区域包括：

从所述二值化处理后的道路图像中，选取一个未被遍历且未被赋予第一标签的像素点；

判断所述像素点的像素值是否等于预设的车道线像素值，如果等于预设的车道线像素值，则为所述像素点赋予第一标签；

判断所述赋予第一标签的像素点周边的像素点中是否存在像素值等于预设的车道线像素值的像素点，如果存在，则为这些像素点赋予第一标签；

针对被赋予第一标签的像素点，重复执行所述判断所述赋予第一标签的像素点周边的像素点中是否存在像素值等于预设的车道线像素值的像素点，如果存在，则执行为这些像素点赋予第一标签的步骤，直到被赋予第一标签的像素点周边的像素点的像素值均不等于预设的车道线像素值时，将所有已被赋予第一标签的像素点确定为一个连通区域；

判断所述二值化处理后的道路图像中是否存在未被遍历且未赋予第一标签的像素点，若存在，则返回从所述二值化处理后的道路图像中，选取一个未被遍历且未被赋予第一标签的像素点的步骤。

7.一种车道线识别装置，其特征在于，包括：

连通区域确定单元，用于遍历二值化处理后的道路图像中像素值等于预设的车道线像素值的像素点，得到至少一个连通区域；

像素坐标确定单元，用于确定每个连通区域中位于每行像素点中间的中间像素点的像素坐标；

空间坐标转换单元，用于依据拍摄所述道路图像的设备的参数信息，将所述中间像素点的像素坐标转换为空间点的空间坐标；

车道线确定单元，用于基于每个连通区域的空间点的空间坐标，对所述连通区域的空间点进行直线拟合，得到所述连通区域的车道线；

位置关系获取单元，用于获取所述设备拍摄所述道路图像时所在的位置到各车道线的位置关系值；

车道线位置确定单元，用于依据所述位置关系值，得到位于所述设备拍摄所述道路图像时所在位置左侧的车道线和/或右侧的车道线。

8.根据权利要求7所述的装置，其特征在于，所述车道线位置确定单元包括：

位置关系值判断子单元，用于判断所述位置关系值是正数或负数；

左侧车道线确定子单元，用于在所述位置关系值判断子单元判断位置关系值是负数时，确定所述位置关系值对应的车道线为位于所述设备拍摄所述道路图像时所在位置左侧的车道线；

右侧车道线确定子单元，用于在所述位置关系值判断子单元判断位置关系值是正数时，确定所述位置关系值对应的车道线为位于所述设备拍摄所述道路图像时所在位置右侧的车道线。

9.根据权利要求8所述的装置，其特征在于，所述装置还包括：

空间距离获取单元，用于依据所述位置关系值，得到所述设备拍摄所述道路图像时所在的位置到各车道线的空间距离；

所述车道线位置确定单元还包括：

车道左侧车道线确定子单元，用于从所述位置关系值为负数的车道线中，选择空间距离的值最小的一个车道线作为所述设备所在车道的左侧车道线；

车道右侧车道线确定子单元，用于从所述位置关系值为正数的车道线中，选择空间距离的值最小的一个车道线作为所述设备所在车道的右侧车道线。

10.根据权利要求9所述的装置，其特征在于，所述装置还包括：

左侧车道线编号单元，用于对于位于所述设备拍摄所述道路图像时所在位置左侧的车道线，依据车道线的空间距离及所述左侧车道线的空间距离和预设的车道宽度，得到车道线的编号；

右侧车道线编号单元，用于对于位于所述设备拍摄所述道路时所在位置右侧的车道线，依据车道线的空间距离及所述右侧车道线的空间距离和预设的车道宽度，得到车道线的编号。

11.根据权利要求10所述的装置，其特征在于，所述装置还包括：

车道线筛选单元，用于获取编号相同的车道线的长度，比较编号相同的车道线的长度，保留长度长的车道线，删除长度短的车道线。

12.根据权利要求7-11任一项所述的装置，其特征在于，所述连通区域确定单元包括：

像素点选取子单元，用于从所述二值化处理后的道路图像中，选取一个未被遍历且未被赋予第一标签的像素点；

像素值第一判断子单元，用于判断所述像素点的像素值是否等于预设的车道线像素值；

第一标签子单元，用于在所述像素值第一判断子单元判断所述像素点的像素值等于预设的车道线像素值时，为所述像素点赋予第一标签；

像素值第二判断子单元，用于判断所述赋予第一标签的像素点周边的像素点中是否存在像素值等于预设的车道线像素值的像素点；

第二标签子单元，用于在所述像素值第二判断子单元判断所述赋予第一标签的像素点周边的像素点中存在像素值等于预设的车道线像素值的像素点时，为这些像素点赋予第一标签；

所述像素值第二判断子单元和所述第二标签子单元重复执行相应操作，直到被赋予第一标签的像素点周边的像素点的像素值均不等于预设的车道线像素值时，触发连通域确定子单元；

所述连通域确定子单元，用于将所有已被赋予第一标签的像素点确定为一个连通区域；

像素点判断子单元，用于判断所述二值化处理后的道路图像中是否存在未被遍历且未赋予第一标签的像素点；若存在，则返回执行所述像素点选取子单元的操作。