技术特征：
1.基于霍夫变换的车道线识别方法，其特征在于，该方法包括以下步骤：采集路面图像，对所述路面图像进行边缘检测，得到边缘图像以及该边缘图像内的多条边缘线；根据每条所述边缘线上白色像素点的数量获取所述边缘线的颜色特征指标；选取最长的两条边缘线，根据其中心点坐标获取对称中心点，根据所有所述边缘线的中心点到所述对称中心点的距离获取多对对称边缘，基于每对对称边缘上的像素点到所述对称中心点的距离获取每条所述边缘线的对称性指标；根据所述颜色特征指标和所述对称性指标获取每条边缘线为车道线的概率，进而获取该边缘线进行霍夫变换的必要性；对所述必要性大于预设阈值的边缘线进行霍夫变换，得到车道线直线。2.根据权利要求1所述的方法，其特征在于，所述边缘线的获取过程为：获取所述边缘图像中的多个连通域，在每个所述连通域中，选取连通域边缘上任意一个边缘像素点作为起点，根据所述起点的邻域像素点的像素值与所述起点的像素值的差异搜索其他边缘像素点，得到每个所述连通域中的所述边缘线。3.根据权利要求1所述的方法，其特征在于，所述颜色特征指标的获取过程为：将所述边缘线上每个像素点的像素值与颜色阈值相比较，大于所述颜色阈值的像素点为白色像素点，获取每条所述边缘线上的白色像素点的数量，以其在所述边缘线上的数量占比作为所述颜色特征指标。4.根据权利要求1所述的方法，其特征在于，所述对称中心点的获取过程为：将最长的两条边缘线的中心点相连，以连接线的中点作为所述对称中心点。5.根据权利要求1所述的方法，其特征在于，所述对称边缘的获取过程为：获取每条所述边缘线中心点到所述对称中心点的距离，将每两条边缘线对应的距离做差，将差值小于距离阈值的两条边缘线组成一对对称边缘。6.根据权利要求1所述的方法，其特征在于，所述对称性指标的获取过程为：对于每对所述对称边缘，计算该对称边缘中每条边缘线上每个像素点到所述对称中心点的距离并求和得到两个边缘距离，根据两个边缘距离之和与最大的边缘距离获取所述对称性指标。7.根据权利要求1所述的方法，其特征在于，所述概率的获取过程为：以所述颜色特征指标和所述对称性指标的乘积作为该边缘线为车道线的所述概率。8.根据权利要求1所述的方法，其特征在于，所述必要性的获取过程为：获取必要性系数，利用所述必要性系数对所述概率进行差异扩大，获取所述必要性。9.根据权利要求1所述的方法，其特征在于，所述车道线直线的获取过程为：筛选出所述必要性大于预设阈值的边缘线，利用向量表示这些边缘线来进行直线的霍夫变换再逆映射至图像空间，得到所述车道线直线。10.基于霍夫变换的车道线识别系统，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1～9任意一项所述方法的步骤。
技术总结
本发明涉及图像处理技术领域，具体涉及基于霍夫变换的车道线识别方法及系统。该方法包括：采集路面图像，对路面图像进行边缘检测，得到边缘图像以及该边缘图像内的多条边缘线；根据每条边缘线上白色像素点的数量获取边缘线的颜色特征指标；选取最长的两条边缘线，根据其中心点坐标获取对称中心点，根据所有边缘线的中心点到对称中心点的距离获取多对对称边缘，基于每对对称边缘上的像素点到对称中心点的距离获取每条边缘线的对称性指标；根据颜色特征指标和对称性指标获取每条边缘线为车道线的概率，进而获取该边缘线进行霍夫变换的必要性；对必要性大于预设阈值的边缘线进行霍夫变换，得到车道线直线。本发明实施例能够降低霍夫变换的计算量。霍夫变换的计算量。霍夫变换的计算量。
技术研发人员：刘旭萍
受保护的技术使用者：南通顺沃供应链管理有限公司
技术研发日：2022.05.16
技术公布日：2022/8/12