CN108629292B - 弯曲车道线检测方法、装置及终端 - Google Patents

Abstract

本申请提供一种弯曲车道线检测方法、装置及终端，涉及辅助驾驶技术领域，所述方法包括：将待检测道路图像的边缘二值化图像纵向分割为预设数量的子图像；在所述边缘二值化图像中，根据在所述子图像中检测出的候选车道线确定所述子图像的道路消失点与车道中线；根据所述道路消失点的离散程度以及所述车道中线的斜率判断车道线上是否存在弯曲部分；若存在，则在所述边缘二值化图像中拟合出用于表示所述车道线的弯曲部分的曲线。应用该方法，可以准确检测出弯曲车道线，从而辅助车道偏离预警系统尽可能地实现正确预警。

Description

弯曲车道线检测方法、装置及终端

技术领域

本申请涉及辅助驾驶技术领域，尤其涉及一种弯曲车道线检测方法、装置及终端。

背景技术

车道偏离预警系统(Lane Departure Warning System，简称LDWS)是汽车高级驾驶辅助领域的一个重要组成部分，其可以通过报警的方式辅助驾驶员减少，甚至避免因偏离车道而发生交通事故，而在车道偏离预警系统的工作流程中，车道线检测是一项核心环节，车道线检测结果的准确性将直接影响车道偏离预警系统的工作效果。

目前，在车道偏离预警系统中，采用传统方法，例如霍夫变换直线检测方法在道路图像中拟合出直线，将拟合出的直线作为车道线。然而，真实道路中不仅存在直行车道，还可能存在弯曲车道，当真实道路中存在弯曲车道时，采用传统方法所检测出的车道线并不准确，从而，车道偏离预警系统也就无法实现准确预警，由此可见，亟需一种可准确检测出弯曲车道线的方法。

发明内容

有鉴于此，本申请提供一种弯曲车道线检测方法、装置及终端，以准确检测出弯曲车道线，从而辅助车道偏离预警系统尽可能地实现正确预警。

具体地，本申请是通过如下技术方案实现的：

根据本申请实施例的第一方面，提供一种弯曲车道线检测方法，所述方法包括：

将待检测道路图像的边缘二值化图像纵向分割为预设数量的子图像；

在所述边缘二值化图像中，根据在所述子图像中检测出的候选车道线确定所述子图像的道路消失点与车道中线；

根据所述道路消失点的离散程度以及所述车道中线的斜率判断车道线上是否存在弯曲部分；

若存在，则在所述边缘二值化图像中拟合出用于表示所述车道线的弯曲部分的曲线。

可选的，所述根据在所述子图像中检测出的候选车道线确定所述子图像的道路消失点与车道中线，包括：

根据在所述子图像中检测出的候选车道线确定所述子图像的道路消失点；

将在位于所述边缘二值化图像最底部的子图像中检测出的两条候选车道线各自与所述边缘二值化图像的下边界交点之间的中点确定为位于所述边缘二值化图像最底部的子图像的下边界中点；

将连接所述位于边缘二值化图像最底部的子图像的下边界中点与道路消失点之间的连线与所述位于边缘二值化图像最底部的子图像的上边界之间的交点确定为所述位于边缘二值化图像最底部的子图像的上边界中点；

针对除所述位于边缘二值化图像最底部的子图像以外的其它子图像，将其下方紧邻子图像的上边界中点确定为其下边界中点，将连接其下边界中点与其道路消失点之间的连线与其上边界之间的交点确定为其上边界中点；

针对各个子图像，连接所述子图像的上边界中点与下边界中点，得到所述子图像的车道中线。

可选的，所述根据所述道路消失点的离散程度以及所述车道中线的斜率判断车道线上是否存在弯曲部分，包括：

分别计算出各个道路消失点的X轴坐标值之间的第一方差，各个车道中线的斜率之间的第二方差；

分别比较所述第一方差与第一预设阈值，所述第二方差与第二预设阈值；

若比较得出所述第一方差大于所述第一预设阈值，且所述第二方差大于所述第二预设阈值，则确定车道线上存在弯曲部分，否则，确定所述车道线上不存在弯曲部分。

可选的，在所述边缘二值化图像中拟合出用于表示所述车道线的弯曲部分的曲线，包括：

确定所述车道线的弯曲部分与直线部分的过渡位置在所述边缘二值化图像中的对应位置；

将所述对应位置的所属行至所述边缘二值化图像的上边界之间的行范围确定为指定行范围；

在所述指定行范围内确定所述车道线的弯曲部分对应的像素点；

利用所述车道线的弯曲部分对应的像素点在所述边缘二值化图像中拟合出用于表示所述车道线的弯曲部分的曲线。

可选的，所述确定所述车道线的弯曲部分与直线部分的过渡位置在所述边缘二值化图像中的对应位置，包括：

从位于所述边缘二值化图像最底部的子图像中检测出的候选车道线与所述边缘二值化图像的下边界交点开始，逐行遍历检测出的候选车道线上的像素点；

判断当前遍历到的像素点是否满足设定条件；

若所述当前遍历到的像素点满足所述设定条件，将所述当前遍历到的像素点所在位置确定为所述车道线的弯曲部分与直线部分的过渡位置在所述边缘二值化图像中的对应位置。

可选的，所述在所述行范围内确定所述车道线的弯曲部分对应的像素点，包括：

针对位于所述指定行范围内的车道中线上的各个像素点，在所述像素点所在行中，以所述像素点为起点，分别向左、向右查找像素值不为0的像素点；

将查找到的首个像素值不为0的像素点确定为所述车道线的弯曲部分在所述边缘二值化图像中对应的像素点。

可选的，所述判断当前遍历到的候选像素点是否满足设定条件，包括：

在检测出的候选车道线上，以所述当前遍历到的像素点为起点，分别向上、向下选取像素点；

分别计算出所选取的各个像素点与在所述位于所述边缘二值化图像最底部的子图像中检测出的候选车道线之间的垂直距离；

根据所述各个像素点对应的垂直距离确定所述当前遍历到的候选像素点是否满足设定条件。

根据本申请实施例的第二方面，提供一种弯曲车道线检测装置，所述装置包括：

分割模块，用于将待检测道路图像的边缘二值化图像纵向分割为预设数量的子图像；

检测模块，用于在所述边缘二值化图像中，根据在所述子图像中检测出的候选车道线确定所述子图像的道路消失点与车道中线；

判断模块，用于根据所述道路消失点的离散程度以及所述车道中线的斜率判断车道线上是否存在弯曲部分；

拟合模块，用于若所述车道线上存在弯曲部分，则在所述边缘二值化图像中拟合出用于表示所述车道线的弯曲部分的曲线。

可选的，所述检测模块包括：

消失点确定子模块，用于根据在所述子图像中检测出的候选车道线确定所述子图像的道路消失点；

第一确定子模块，用于将在位于所述边缘二值化图像最底部的子图像中检测出的两条候选车道线各自与所述边缘二值化图像的下边界交点之间的中点确定为位于所述边缘二值化图像最底部的子图像的下边界中点；

第二确定子模块，用于将连接所述位于边缘二值化图像最底部的子图像的下边界中点与道路消失点之间的连线与所述位于边缘二值化图像最底部的子图像的上边界之间的交点确定为所述位于边缘二值化图像最底部的子图像的上边界中点；

第三确定子模块，用于针对除所述位于边缘二值化图像最底部的子图像以外的其它子图像，将其下方紧邻子图像的上边界中点确定为其下边界中点，将连接其下边界中点与其道路消失点之间的连线与其上边界之间的交点确定为其上边界中点；

连接子模块，用于针对各个子图像，连接所述子图像的上边界中点与下边界中点，得到所述子图像的车道中线。

可选的，所述判断模块包括：

计算子模块，用于分别计算出各个道路消失点的X轴坐标值之间的第一方差，各个车道中线的斜率之间的第二方差；

比较子模块，用于分别比较所述第一方差与第一预设阈值，所述第二方差与第二预设阈值；

第四确定子模块，用于若比较得出所述第一方差大于所述第一预设阈值，且所述第二方差大于所述第二预设阈值，则确定车道线上存在弯曲部分，否则，确定车道线上不存在弯曲部分。

可选的，所述拟合模块包括：

位置确定子模块，用于确定所述车道线的弯曲部分与直线部分的过渡位置在所述边缘二值化图像中的对应位置；

行范围确定子模块，用于将所述对应位置的所属行至所述边缘二值化图像的上边界之间的行范围确定为指定行范围；

像素点确定子模块，用于在所述指定行范围内确定所述车道线的弯曲部分对应的像素点；

处理子模块，用于利用所述车道线的弯曲部分对应的像素点在所述边缘二值化图像中拟合出用于表示所述车道线的弯曲部分的曲线。

可选的，所述位置确定子模块包括：

遍历子模块，用于从位于所述边缘二值化图像最底部的子图像中检测出的候选车道线与所述边缘二值化图像的下边界交点开始，逐行遍历检测出的候选车道线上的像素点；

判断子模块，用于判断当前遍历到的像素点是否满足设定条件；

第五确定子模块，用于若所述当前遍历到的像素点满足所述设定条件，将所述当前遍历到的像素点所在位置确定为所述车道线的弯曲部分与直线部分的过渡位置在所述边缘二值化图像中的对应位置。

可选的，所述像素点确定子模块包括：

查找子模块，用于针对位于所述指定行范围内的车道中线上的各个像素点，在所述像素点所在行中，以所述像素点为起点，分别向左、向右查找像素值不为0的像素点；

第六确定子模块，用于将查找到的首个像素值不为0的像素点确定为所述车道线的弯曲部分在所述边缘二值化图像中对应的像素点。

可选的，所述判断子模块包括：

选取子模块，用于在检测出的候选车道线上，以所述当前遍历到的像素点为起点，分别向上、向下选取像素点；

距离计算子模块，用于分别计算出所选取的各个像素点与在所述位于所述边缘二值化图像最底部的子图像中检测出的候选车道线之间的垂直距离；

第七确定子模块，用于根据所述各个像素点对应的垂直距离确定所述当前遍历到的候选像素点是否满足设定条件。

根据本申请实施例的第三方面，提供一种弯曲车道线检测终端，包括存储器、处理器、通信接口、摄像头组件，以及通信总线；

其中，所述存储器、处理器、通信接口、摄像头组件通过所述通信总线进行相互间的通信；

所述摄像头组件，用于采集待检测道路图像，并通过所述通信总线将所述待检测道路图像发送至所述处理器；

所述存储器，用于存放计算机程序；

所述处理器，用于执行所述存储器上所存放的计算机程序，所述处理器执行所述计算机程序时实现本申请实施例提供的任一弯曲车道线检测方法。

根据本申请实施例的第四方面，提供一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现本申请实施例提供的任一弯曲车道线检测方法。

由上述实施例可见，通过将待检测道路图像的边缘二值化图像纵向分割为预设数量的子图像，在边缘二值化图像中，根据在子图像中检测出的候选车道线确定子图像的道路消失点与车道中线，根据道路消失点的离散程度以及车道中线的斜率判断车道线上是否存在弯曲部分，若存在，则在边缘二值化图像中拟合出用于表示车道线的弯曲部分的曲线。

由于将边缘二值化图像纵向分割为预设数量的子图像，针对每一子图像检测候选车道线，也就相当于将车道线划分为若干段分别检测，缩小了检测范围，提高了检测精度，同时，确定每一子图像的道路消失点与车道中线，根据道路消失点的离散程度和车道中线的斜率可以判断每一子图像中的候选车道线在倾斜程度上是否存在偏离，也就实现了判断车道线上是否存在弯曲部分，当存在弯曲部分时，则进一步针对弯曲部分，在边缘二值化图像中拟合出用于表示车道线上的弯曲部分的曲线，从而使得最终拟合出的车道线可以更好地反映真实道路情况。

综上所述，本申请提供的弯曲车道线检测方法可以较为准确地检测出弯曲车道线，从而辅助车道偏离预警系统尽可能地实现正确预警。

附图说明

图1为本申请一示例性实施例示出的一种弯曲车道线检测方法的实施例流程图；

图2为待检测道路图像的灰度图像的一种示例；

图3为将边缘二值化图像纵向分割为预设数量的子图像的一种示例；

图4为在子图像中检测出的候选车道线的一种示例；

图5为在子图像中检测出的候选车道线的另一种示例；

图6为本申请一示例性实施例示出的另一种弯曲车道线检测方法的实施例流程图；

图7为本申请一示例性实施例示出的再一种弯曲车道线检测方法的实施例流程图；

图8为应用本申请提供的弯曲车道线检测方法拟合出的完整车道线的示意图；

图9为本申请一示例性实施例提供的一种弯曲车道线检测装置的实施例框图；

图10为本申请弯曲车道线检测装置所在弯曲车道线检测终端的一种硬件结构图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。

在本申请使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其它含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。

应当理解，尽管在本申请可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本申请范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。

请参见图1，为本申请一示例性实施例示出的一种弯曲车道线检测方法的实施例流程图，该方法可以包括以下步骤：

步骤101：将待检测道路图像的边缘二值化图像纵向分割为预设数量的子图像。

本申请实施例中，可以由摄像机采集道路图像，其中，该摄像机可以设置在车辆上，称为车载摄像机，该摄像机可以为双目摄像机，也可以为单目摄像机，本申请对此不作限制，并且，本申请对摄像机的数量也不作限制，可以是一个或者多个。

本申请实施例中，考虑到车载摄像机所采集到的道路图像中不仅包括道路路面，还可能包括路边建筑物、远处天空等，而除道路路面以外的其它区域，并非是车道线检测区域，因此，为了减少车道偏离预警系统的计算量，可以在原始的道路图像中划定感兴趣区域，例如，可以通过人工选框的方式在原始的道路图像上框定感兴趣区域，又例如，可以在原始的道路图像上确定道路消失行，从该道路消失行开始，至道路图像最下端的部分确定为感兴趣区域，以使感兴趣区域尽可能地仅包括道路路面。

本申请实施例中，可以将上述划定的感兴趣区域作为待检测道路图像，例如，如图2所示，为待检测道路图像的灰度图像的一种示例。

进一步，可以利用Canny边缘检测算法对该待检测道路图像进行处理，得到边缘二值化图像。

需要说明的是，上述利用Canny边缘检测算法得到待检测道路图像的边缘二值化图像仅仅作为举例，在实际应用中，还可以利用其它算法，例如Sobel得到待检测道路图像的边缘二值化图像，本申请对此不作限制。

进一步，可以将得到的边缘二值化图像纵向分割为预设数量的子图像，例如分割为4个子图像，并且，考虑到实际物理空间投影到图像平面时遵从“近大远小”这一规律，可以使得划分后的子图像呈现“上窄下宽”的现象，即越接近边缘二值化图像的下边界，子图像的高度越大，例如，如图3所示，为将边缘二值化图像纵向分割为预设数量的子图像的一种示例，在图3中，将边缘二值化图像纵向分割为4个子图像，为了描述方便，将该4个子图像分别称为R1、R2、R3、R4，该4个子图像的高度满足“R4＞R3＞R2＞R1”这一顺序。

需要说明的是，为了有效保证后续弯曲车道线检测的精度，在本步骤中，不宜将边缘二值化图像划分为数量较少的子图像，例如划分为2个子图像，同时，为了有效提高车道偏离预警系统的工作效率，也不宜将边缘二值化图像划分为数量较多的子图像，至于划分得到的子图像的具体数量，本领域技术人员可以按照实际场景，实际需求进行设定，本申请对此不作限制。

步骤102：在边缘二值化图像中，根据在子图像中检测出的候选车道线确定子图像的道路消失点与车道中线。

在本申请实施例中，可以针对每一子图像分别进行霍夫变换直线检测，本领域技术人员可以理解的是，本申请是针对车道线进行检测，而路面上的车道线一般具有左右两条，从而，在每一子图像中可以检测出两条直线段，该两条直线段即可作为候选车道线，例如，如图4与图5所示，为在子图像中检测出的候选车道线的一种示例。

后续，针对各个子图像中检测出的候选车道线，将两条候选车道线向边缘二值化图像的上方延长，两条延长线的交点即为子图像的道路消失点，举例来说，为了描述方便，将子图像R1的道路消失点记为V1，将子图像R2的道路消失点记为V2，将子图像R3的道路消失点记为V3，将子图像R4的道路消失点记为V4，具体可参见图4与图5，其中，在图4中，4个子图像的道路消失点位于同一位置，在图5中，子图像R3与子图像R4的道路消失点位于同一位置，且在理论上，由摄像机内部参数、成像原理，以及4个子图像中的道路实际上均为同一路面上的不同区域，从而该4个子图像的道路消失点位于同一水平线上。

进一步，根据道路消失点确定各个子图像的车道中线，这里所说的车道中线可理解为子图像中两条候选车道线与子图像的上下边界所围成区域的中线，具体过程可以为：

从位于边缘二值化图像最底部的子图像(例如子图像R4)开始，依次确定各个子图像的车道中线，首先，针对子图像R4，确定在子图像R4中检测出的两条候选车道线各自与边缘二值化图像的下边界之间的交点，继而确定该两个交点之间的中点，例如，如图4与图5中所示例的P4，将该中点确定为子图像R4的下边界中点。

之后，连接子图像R4的下边界中点与其道路消失点V4，将该连线与子图像R4上边界之间的交点，例如，如图4与图5中所示例的P3，确定为子图像R4的上边界中点。

进一步，针对子图像R3，将其下方紧邻子图像，即子图像R4的上边界中点，即P3确定为子图像R3的下边界中点，后续，连接子图像R3的下边界中点P3与其道路消失点V3，将该连线与子图像R3的上边界之间的交点，例如，如图4与图5中所示例的P2，确定为子图像R3的上边界中点。

进一步，针对子图像R2，将其下方紧邻子图像，即子图像R3的上边界中点，即P2确定为子图像R2的下边界中点，后续，连接子图像R2的下边界中点P2与其道路消失点V2，将该连线与子图像R2的上边界之间的交点，例如，如图4与图5中所示例的P1，确定为子图像R2的上边界中点。

进一步，针对子图像R1，将其下方紧邻子图像，即子图像R2的上边界中点，即P1确定为子图像R1的下边界中点，后续，连接子图像R1的下边界中点P1与其道路消失点V1，将该连线与子图像R1的上边界之间的交点，例如，如图4与图5中所示例的P0，确定为子图像R1的上边界中点。

最后，针对各个子图像，连接子图像的上边界中点与下边界中点，即可得到子图像的车道中线，例如，如图4与图5中所示，子图像R1的车道中线为“P0-P1”，子图像R2的车道中线为“P1-P2”，子图像R3的车道中线为“P2-P3”，子图像R4的车道中线为“P3-P4”。

步骤103：根据道路消失点的离散程度以及车道中线的斜率判断车道线上是否存在弯曲部分。

在本步骤中，可以执行图6所示例的实施例流程，判断车道线上是否存在弯曲部分。

请参见图6，为本申请一示例性实施例示出的另一种弯曲车道线检测方法的实施例流程图，该方法可以包括以下步骤：

步骤601：计算出各个道路消失点的X轴坐标值之间的第一方差。

步骤602：比较第一方差与第一预设阈值，若比较得出第一方差不大于第一预设阈值，则执行步骤606；若比较得出第一方差大于第一预设阈值，则执行步骤603。

步骤603：计算出各个车道中线的斜率之间的第二方差。

步骤604：比较第二方差与第二预设阈值，若比较得出第二方差大于第二预设阈值，则执行步骤605；若比较得出第二方差不大于第二预设阈值，则执行步骤606。

步骤605：确定车道线上存在弯曲部分。

步骤606：确定车道线上不存在弯曲部分。

如下，对上述步骤601至步骤606进行详细说明：

首先说明，在本申请实施例中，图像坐标系是以图像左上角为原点，以水平向右为X轴正方向，以水平向下为Y轴正方向，例如如图2所示。

由上述描述可知，各个子图像的道路消失点即使不位于同一位置，也位于同一水平线上，也即各个子图像的道路消失点的Y轴坐标值相同，基于此，在本申请实施例中，可以计算出各个道路消失点的X轴坐标值之间的方差，为了描述方便，将该方差称为第一方差，根据数学概念可知，该第一方差可以反映出各个道路消失点在X轴方向上的分布离散程度，其中，第一方差越大，表示各个道路消失点在X轴方向上分布越离散，第一方差越小，则表示各个道路消失点在X轴方向上分布越集中。

基于此，在本申请实施例中，则可以设定一个第一预设阈值，将第一方差与该第一预设阈值进行比较，若比较得出该第一方差不大于第一预设阈值，则可以认为各个道路消失点分布较为集中，例如，如图4所示，继而执行步骤606，即确定真实车道线为直线，不存在弯曲部分，此时，所检测出的车道线则可以如图4所示；若比较得出该第一方差大于第一预设阈值，则可以初步认为各个道路消失点分布较为分散，例如，如图5所示，此时，为了更为准确地确定车道线上是否存在弯曲部分，则可以继续执行后续步骤603。

在步骤603中，计算各个车道中线的斜率，并进一步计算出各个斜率之间的方差，为了描述方便，可以将该方差称为第二方差。

在步骤604中，比较该第二方差与第二预设阈值，若比较得出该第二方差大于第二预设阈值，则可以认为不同子图像的车道中线的倾斜程度相差较大，例如，如图5所示，继而执行步骤605，即确定车道线上存在弯曲部分；若比较得出该第二方差不大于第二预设阈值，则可以认为不同子图像的车道中线的倾斜程度相差较小，例如，如图4所示，继而执行步骤606，即确定车道线上不存在弯曲部分。

步骤104：若存在，则在边缘二值化图像中拟合出用于表示车道线的弯曲部分的曲线。

在本步骤中，可以执行图7所示例的实施例流程，在边缘二值化图像中拟合出用于表示车道线的弯曲部分的曲线。

请参见图7，为本申请一示例性实施例示出的再一种弯曲车道线检测方法的实施例流程图，该方法可以包括以下步骤：

步骤701：确定车道线的弯曲部分与直线部分的过渡位置在边缘二值化图像中的对应位置。

首先说明，本领域技术人员可以理解的是，当车道线上存在弯曲部分时，在视觉效果上，会认为近处车道线接近直线，为直线部分，而远处车道线则表现为明显的弯曲，为弯曲部分，那么，为了在边缘二值化图像中检测出弯曲部分对应的曲线，可以首先确定车道线的弯曲部分与直线部分的过渡位置在边缘二值化图像中的对应位置，确定该对应位置的具体过程可以包括：

从在子图像R4中检测出的位于左侧的候选车道线与边缘二值化图像的下边界的交点开始，逐行遍历在上述步骤102中检测出位于左侧的候选车道线上的像素点，判断当前遍历到的像素点是否满足设定条件，若满足，则将该当前遍历到的像素点所在位置确定为车道线的弯曲部分与直线部分的过渡位置在边缘二值化中的对应位置。

其中，判断当前遍历到的像素点是否满足设定条件的过程可以包括：在检测出的位于左侧的候选车道线上，以当前遍历到的像素点为起点，按照预设的行间隔，分别向上、向下选取预设数量的像素点，例如向上、向下分别每隔一行选取一个候选像素点，上下分别共选取5个候选像素点，本领域技术人员可以理解的是，在初始情况下，当前遍历到的像素点下方不存在其它像素点，从而，在初始情况下，则可以仅以当前遍历到的像素点为起点，向上选取5个候选像素点。

后续，分别计算出所选取的各个候选像素点与在子图像R4中检测出的候选车道线的延长线之间的垂直距离，例如，如图5所示，假设p点为选取的候选像素点，d则表示该候选像素点与在子图像R4中检测出的候选车道线的延长线之间的垂直距离。

后续，基于计算出的各个垂直距离确定当前遍历到的像素点是否满足设定条件，其中，该设定条件可以为：在当前遍历到的像素点下方所选取的候选像素点对应的垂直距离接近于0，例如，小于预设的距离阈值，而在当前遍历到的像素点上方所选取的候选像素点对应的垂直距离较大，例如，大于预设的距离阈值，且所选取的候选像素点越接近边缘二值化图像的上边界，其对应的垂直距离越大。

举例来说，如图5所示，假设当前遍历到的像素点为k，在其上方选取5个候选像素点，其下方选取5个候选像素点，通过图5可知，在其上方选取的5个候选像素点各自对应的垂直距离大于0，且呈增大趋势，在其下方选取的5个候选像素点各自对应的垂直距离几近为0，按照上述描述可知，即可认为该像素点k满足设定条件，其所在位置即为真实车道线的弯曲部分与直线部分的过渡位置在边缘二值化图像中的对应位置。

步骤702：将对应位置的所属行至边缘二值化图像的上边界之间的行范围确定为指定行范围。

在确定车道线的弯曲部分与直线部分的过渡位置在边缘二值化图像中的对应位置之后，确定该对应位置的所属行，例如，如图5所示，假设行r0表示该对应位置的所属行，后续，可以将该所属行至边缘二值化图像的上边界这一行范围确定为指定行范围。

步骤703：在指定行范围内确定车道线的弯曲部分对应的像素点。

在本步骤中，针对位于指定行范围内的车道中线，例如“P0-P1”与“P1-P2”上的每一个像素点，以该像素点为起点，在该像素点所在行中，分别向左、向右查找像素值不为0的像素点，将所查找到的首个像素值不为0的像素点确定为车道线的弯曲部分在边缘二值化图像中对应的像素点。

步骤704：利用车道线的弯曲部分对应的像素点在边缘二值化图像中拟合出用于表示车道线的弯曲部分的曲线。

在本申请实施例中，当确定出真实车道线的弯曲部分在边缘二值化图像中对应的像素点之后，则可以利用RANSAC(RANdom Sample Consensus，随机样本一致性)方法与该些像素点拟合出真实车道线的弯曲部分在边缘二值化图像中对应的曲线。

此外，本领域技术人员可以理解的是，针对车道线的直线部分，将步骤102中检测出的候选车道线作为该直线部分对应的车道线即可，最终，在边缘二值化图像中拟合出的完整车道线可以如图8所示。

由上述实施例可见，通过将待检测道路图像的边缘二值化图像纵向分割为预设数量的子图像，在边缘二值化图像中，根据在子图像中检测出的候选车道线确定子图像的道路消失点与车道中线，根据道路消失点的离散程度以及车道中线的斜率判断车道线上是否存在弯曲部分，若存在，则在边缘二值化图像中拟合出用于表示车道线的弯曲部分的曲线。

由于将边缘二值化图像纵向分割为预设数量的子图像，针对每一子图像检测候选车道线，也就相当于将车道线划分为若干段分别检测，缩小了检测范围，提高了检测精度，同时，确定每一子图像的道路消失点与车道中线，根据道路消失点的离散程度和车道中线的斜率可以判断每一子图像中的候选车道线在倾斜程度上是否存在偏离，也就实现了判断车道线上是否存在弯曲部分，当存在弯曲部分时，则进一步针对弯曲部分，在边缘二值化图像中拟合出用于表示车道线上的弯曲部分的曲线，从而使得最终拟合出的车道线可以更好地反映真实道路情况。

综上所述，本申请提供的弯曲车道线检测方法可以较为准确地检测出弯曲车道线，从而辅助车道偏离预警系统尽可能地实现正确预警。

与前述弯曲车道线检测方法的实施例相对应，本申请还提供了弯曲车道线检测装置的实施例。

请参见图9，为本申请一示例性实施例提供的一种弯曲车道线检测装置的实施例框图，该装置可以包括：分割模块91、检测模块92、判断模块93、拟合模块94。

其中，分割模块91，可以用于将待检测道路图像的边缘二值化图像纵向分割为预设数量的子图像；

检测模块92，可以用于在所述边缘二值化图像中，根据在所述子图像中检测出的候选车道线确定所述子图像的道路消失点与车道中线；

判断模块93，可以用于根据所述道路消失点的离散程度以及所述车道中线的斜率判断车道线上是否存在弯曲部分；

拟合模块94，可以用于若所述车道线上存在弯曲部分，则在所述边缘二值化图像中拟合出用于表示所述车道线的弯曲部分的曲线。

在一实施例中，所述检测模块92可以包括(图9中未示出)：

消失点确定子模块，用于根据在所述子图像中检测出的候选车道线确定所述子图像的道路消失点；

第一确定子模块，用于将在位于所述边缘二值化图像最底部的子图像中检测出的两条候选车道线各自与所述边缘二值化图像的下边界交点之间的中点确定为位于所述边缘二值化图像最底部的子图像的下边界中点；

第二确定子模块，用于将连接所述位于边缘二值化图像最底部的子图像的下边界中点与道路消失点之间的连线与所述位于边缘二值化图像最底部的子图像的上边界之间的交点确定为所述位于边缘二值化图像最底部的子图像的上边界中点；

第三确定子模块，用于针对除所述位于边缘二值化图像最底部的子图像以外的其它子图像，将其下方紧邻子图像的上边界中点确定为其下边界中点，将连接其下边界中点与其道路消失点之间的连线与其上边界之间的交点确定为其上边界中点；

连接子模块，用于针对各个子图像，连接所述子图像的上边界中点与下边界中点，得到所述子图像的车道中线。

在一实施例中，所述判断模块93可以包括(图9中未示出)：

计算子模块，用于分别计算出各个道路消失点的X轴坐标值之间的第一方差，各个车道中线的斜率之间的第二方差；

比较子模块，用于分别比较所述第一方差与第一预设阈值，所述第二方差与第二预设阈值；

第四确定子模块，用于若比较得出所述第一方差大于所述第一预设阈值，且所述第二方差大于所述第二预设阈值，则确定车道线上存在弯曲部分，否则，确定车道线上不存在弯曲部分。

在一实施例中，所述拟合模块94可以包括(图9中未示出)：

位置确定子模块，用于确定所述车道线的弯曲部分与直线部分的过渡位置在所述边缘二值化图像中的对应位置；

行范围确定子模块，用于将所述对应位置的所属行至所述边缘二值化图像的上边界之间的行范围确定为指定行范围；

像素点确定子模块，用于在所述指定行范围内确定所述车道线的弯曲部分对应的像素点；

处理子模块，用于利用所述车道线的弯曲部分对应的像素点在所述边缘二值化图像中拟合出用于表示所述车道线的弯曲部分的曲线。

在一实施例中，所述位置确定子模块可以包括(图9中未示出)：

遍历子模块，用于从位于所述边缘二值化图像最底部的子图像中检测出的候选车道线与所述边缘二值化图像的下边界交点开始，逐行遍历检测出的候选车道线上的像素点；

判断子模块，用于判断当前遍历到的像素点是否满足设定条件；

第五确定子模块，用于若所述当前遍历到的像素点满足所述设定条件，将所述当前遍历到的像素点所在位置确定为所述车道线的弯曲部分与直线部分的过渡位置在所述边缘二值化图像中的对应位置。

在一实施例中，所述像素点确定子模块可以包括(图9中未示出)：

查找子模块，用于针对位于所述指定行范围内的车道中线上的各个像素点，在所述像素点所在行中，以所述像素点为起点，分别向左、向右查找像素值不为0的像素点；

第六确定子模块，用于将查找到的首个像素值不为0的像素点确定为所述真实车道线的弯曲部分在所述边缘二值化图像中对应的像素点。

在一实施例中，所述判断子模块可以包括(图9中未示出)：

选取子模块，用于在检测出的候选车道线上，以所述当前遍历到的像素点为起点，分别向上、向下选取像素点；

距离计算子模块，用于分别计算出所选取的各个像素点与在所述位于所述边缘二值化图像最底部的子图像中检测出的候选车道线之间的垂直距离；

第七确定子模块，用于根据所述各个像素点对应的垂直距离确定所述当前遍历到的候选像素点是否满足设定条件。

本申请弯曲车道线检测装置的实施例可以应用在弯曲车道线检测终端上。装置实施例可以通过软件实现，也可以通过硬件或者软硬件结合的方式实现。以软件实现为例，作为一个逻辑意义上的装置，是通过其所在弯曲车道线检测终端的处理器将非易失性存储器中对应的计算机程序指令读取到内存中运行形成的。从硬件层面而言，如图10所示，为本申请弯曲车道线检测装置所在弯曲车道线检测终端的一种硬件结构图，其中，处理器1001是该弯曲车道线检测终端1000的控制中心，利用各种接口和线路连接整个弯曲车道线检测装置的各个部分，通过运行或执行存储在存储器1002内的软件程序和/或模块，以及调用存储在存储器1002内的数据，执行弯曲车道线检测装置1000的各种功能和处理数据，从而对该弯曲车道线检测装置进行整体监控。

可选的，处理器1001可包括(图10中未示出)一个或多个处理核心；可选的，处理器1001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系统、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1001中。

存储器1002可用于存储软件程序以及模块，处理器1001通过运行存储在存储器1002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1002主要包括(图10中未示出)存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序等；存储数据区可存储弯曲车道线检测装置1000的使用所创建的数据(比如采集到的待检测道路图像、计算得到的边缘二值化图像或者处理得到的灰度图像)等。

此外，存储器1002可以包括(图10中未示出)高速随机存取存储器，还可以包括(图10中未示出)非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其它易失性固态存储器件。相应地，存储器1002还可以包括(图10中未示出)存储器控制器，以提供处理器1001对存储器1002的访问。

在一些实施例中，装置1000还可选包括有：外围设备接口1003和至少一个外围设备。处理器1001、存储器1002和外围设备接口1003之间可以通信总线或信号线(图10中未示出)相连。各个外围设备可以通信总线或信号线与外围设备接口1003相连。具体地，外围设备可以包括：射频组件1004、触摸显示屏1005、摄像头组件1006、音频组件1007、定位组件1008和电源组件1009中的至少一种。

其中，摄像头组件1006用于采集待检测道路图像。

在一些实施例中，摄像头组件1006还可以包括闪光灯。闪光灯可以是单色温闪光灯，也可以是双色温闪光灯。双色温闪光灯是指暖光闪光灯和冷光闪光灯的组合，可以用于不同色温下的光线补偿。

除了图10所示例的各个硬件之外，实施例中装置所在的弯曲车道线检测终端通常根据该终端的实际功能，还可以包括其它硬件，对此不再赘述。

本领域技术人员可以理解的是，图10所示例的弯曲车道线检测终端可以应用在汽车上，也可以应用在电脑、智能手机等其它设备上，本申请对此并不作限制。

本申请实施例还提供一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现本申请实施例提供的任一弯曲车道线检测方法。

上述装置中各个单元的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程，在此不再赘述。

对于装置实施例而言，由于其基本对应于方法实施例，所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本申请方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

以上所述仅为本申请的较佳实施例而已，并不用以限制本申请，凡在本申请的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本申请保护的范围之内。

Claims (9)

1.一种弯曲车道线检测方法，其特征在于，所述方法包括：

将待检测道路图像的边缘二值化图像纵向分割为预设数量的子图像；

在所述边缘二值化图像中，根据在所述子图像中检测出的候选车道线确定所述子图像的道路消失点；将在位于所述边缘二值化图像最底部的子图像中检测出的两条候选车道线各自与所述边缘二值化图像的下边界交点之间的中点确定为位于所述边缘二值化图像最底部的子图像的下边界中点；并将连接所述位于边缘二值化图像最底部的子图像的下边界中点与道路消失点之间的连线与所述位于边缘二值化图像最底部的子图像的上边界之间的交点确定为所述位于边缘二值化图像最底部的子图像的上边界中点；针对除所述位于边缘二值化图像最底部的子图像以外的其它子图像，将其下方紧邻子图像的上边界中点确定为其下边界中点，将连接其下边界中点与其道路消失点之间的连线与其上边界之间的交点确定为其上边界中点；针对各个子图像，连接所述子图像的上边界中点与下边界中点，得到所述子图像的车道中线；

根据所述道路消失点的离散程度以及所述车道中线的斜率判断车道线上是否存在弯曲部分；

若存在，则在所述边缘二值化图像中拟合出用于表示所述车道线的弯曲部分的曲线。

2.根据权利要求1所述的方法，其特征在于，所述根据所述道路消失点的离散程度以及所述车道中线的斜率判断车道线上是否存在弯曲部分，包括：

分别计算出各个道路消失点的X轴坐标值之间的第一方差，各个车道中线的斜率之间的第二方差；

分别比较所述第一方差与第一预设阈值，所述第二方差与第二预设阈值；

若比较得出所述第一方差大于所述第一预设阈值，且所述第二方差大于所述第二预设阈值，则确定车道线上存在弯曲部分，否则，确定所述车道线上不存在弯曲部分。

3.根据权利要求1所述的方法，其特征在于，在所述边缘二值化图像中拟合出用于表示所述车道线的弯曲部分的曲线，包括：

确定所述车道线的弯曲部分与直线部分的过渡位置在所述边缘二值化图像中的对应位置；

将所述对应位置的所属行至所述边缘二值化图像的上边界之间的行范围确定为指定行范围；

在所述指定行范围内确定所述车道线的弯曲部分对应的像素点；

利用所述车道线的弯曲部分对应的像素点在所述边缘二值化图像中拟合出用于表示所述车道线的弯曲部分的曲线。

4.根据权利要求3所述的方法，其特征在于，所述确定所述车道线的弯曲部分与直线部分的过渡位置在所述边缘二值化图像中的对应位置，包括：

从位于所述边缘二值化图像最底部的子图像中检测出的候选车道线与所述边缘二值化图像的下边界交点开始，逐行遍历检测出的候选车道线上的像素点；

判断当前遍历到的像素点是否满足设定条件；

若所述当前遍历到的像素点满足所述设定条件，将所述当前遍历到的像素点所在位置确定为所述车道线的弯曲部分与直线部分的过渡位置在所述边缘二值化图像中的对应位置。

5.根据权利要求3所述的方法，其特征在于，所述在所述行范围内确定所述车道线的弯曲部分对应的像素点，包括：

针对位于所述指定行范围内的车道中线上的各个像素点，在所述像素点所在行中，以所述像素点为起点，分别向左、向右查找像素值不为0的像素点；

将查找到的首个像素值不为0的像素点确定为所述车道线的弯曲部分在所述边缘二值化图像中对应的像素点。

6.根据权利要求4所述的方法，其特征在于，所述判断当前遍历到的候选像素点是否满足设定条件，包括：

在检测出的候选车道线上，以所述当前遍历到的像素点为起点，分别向上、向下选取像素点；

分别计算出所选取的各个像素点与在所述位于所述边缘二值化图像最底部的子图像中检测出的候选车道线之间的垂直距离；

根据所述各个像素点对应的垂直距离确定所述当前遍历到的候选像素点是否满足设定条件。

7.一种弯曲车道线检测装置，其特征在于，所述装置包括：

分割模块，用于将待检测道路图像的边缘二值化图像纵向分割为预设数量的子图像；

检测模块，用于在所述边缘二值化图像中，根据在所述子图像中检测出的候选车道线确定所述子图像的道路消失点；将在位于所述边缘二值化图像最底部的子图像中检测出的两条候选车道线各自与所述边缘二值化图像的下边界交点之间的中点确定为位于所述边缘二值化图像最底部的子图像的下边界中点；并将连接所述位于边缘二值化图像最底部的子图像的下边界中点与道路消失点之间的连线与所述位于边缘二值化图像最底部的子图像的上边界之间的交点确定为所述位于边缘二值化图像最底部的子图像的上边界中点；针对除所述位于边缘二值化图像最底部的子图像以外的其它子图像，将其下方紧邻子图像的上边界中点确定为其下边界中点，将连接其下边界中点与其道路消失点之间的连线与其上边界之间的交点确定为其上边界中点；针对各个子图像，连接所述子图像的上边界中点与下边界中点，得到所述子图像的车道中线；

判断模块，用于根据所述道路消失点的离散程度以及所述车道中线的斜率判断车道线上是否存在弯曲部分；

拟合模块，用于若所述车道线上存在弯曲部分，则在所述边缘二值化图像中拟合出用于表示所述车道线的弯曲部分的曲线。

8.一种弯曲车道线检测终端，其特征在于，包括存储器、处理器、通信接口、摄像头组件，以及通信总线；

其中，所述存储器、处理器、通信接口、摄像头组件通过所述通信总线进行相互间的通信；

所述摄像头组件，用于采集待检测道路图像，并通过所述通信总线将所述待检测道路图像发送至所述处理器；

所述存储器，用于存放计算机程序；

所述处理器，用于执行所述存储器上所存放的计算机程序，所述处理器执行所述计算机程序时实现权利要求1-6任一所述方法。

9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-6任一所述方法。

Images