快速公交專(zhuān)用車(chē)道檢測(cè)

通過(guò)建立極角、極徑約束區(qū)域，可以有效地去除大量的干擾點(diǎn)，濾除旁邊車(chē)道以及路邊樹(shù)木建筑物的干擾，并能夠很大程度地提高算法的運(yùn)行速度。當(dāng)車(chē)道線的極角極徑在檢測(cè)區(qū)域內(nèi)時(shí)，可以快速準(zhǔn)確地檢測(cè)車(chē)道線的位置;然而當(dāng)圖像在轉(zhuǎn)彎、變道或者攝像頭位置偏移時(shí)，車(chē)道線很容易超出檢測(cè)區(qū)域，使得結(jié)果出現(xiàn)很大的偏差。

3 基于Gabor濾波器的車(chē)道線檢測(cè)

針對(duì)道路車(chē)道線不清晰以及存在一些其他標(biāo)志干擾的情況，本文提出了改進(jìn)的車(chē)道線檢測(cè)算法，即基于Gabor濾波器的車(chē)道線檢測(cè)。通過(guò)Gabor找到圖像的消失點(diǎn)，即圖像中兩條車(chē)道線的交點(diǎn)位置，再對(duì)消失點(diǎn)進(jìn)行Hough變換，這樣不僅提高了算法的適用性，還提高了算法的實(shí)時(shí)性。

3.1 Gabor變換原理

Gabor濾波器與人眼的生物作用相仿，因此經(jīng)常用于紋理識(shí)別，并取得了較好的效果。Gabor濾波器是帶通濾波器， 它的單位沖激響應(yīng)函數(shù)(Gabor函數(shù))是高斯函數(shù)與復(fù)指數(shù)函數(shù)的乘積。它是達(dá)到時(shí)頻測(cè)不準(zhǔn)關(guān)系下界的函數(shù)， 具有最好的兼顧信號(hào)在時(shí)頻域的分辨能力。高斯函數(shù)的局部性特征使得Gabor濾波器只在局部起作用， 即具有良好的尺度特性和方向特性。因此，Gabor濾波器被廣泛用于圖像處理和圖像分析領(lǐng)域。

本文通過(guò)對(duì)車(chē)轍印記以及車(chē)道線邊緣等一些紋理特征進(jìn)行分析，從而提取出道路的消失點(diǎn)以及車(chē)道線的信息。

Gabor濾波器的模板計(jì)算方程如式(2)所示，該模板分為實(shí)部(式(3))和虛部(式(4))兩部分。

通過(guò)建立K×K 大小的Gabor 模板，(x,y) 表示圖像空間的一點(diǎn)。其中，θ 表示模板的方向， 為確定最后的道路紋理方向， 這里選擇范圍為0~72 ;λ 表示路面的波長(zhǎng);σ表示噪聲容量， 本文取σ=K/9 .

3.2 消失點(diǎn)的求解

本文用不同方向的模板與圖像進(jìn)行卷積， 對(duì)于圖像任意一點(diǎn)， 即可得到某一個(gè)方向上的卷積的結(jié)果為最大值， 這個(gè)最大值為紋理方向?qū)?yīng)的能量， 該方向?yàn)榧y理的方向。

其中，α 表示模板對(duì)應(yīng)的方向， 對(duì)于圖像中的任意點(diǎn)I(x,y) 與α 方向的Gabor 模板進(jìn)行卷積， 得到不同的t(x,y)，求取其最大值， 將最大值對(duì)應(yīng)的方向作為圖像中(x,y)點(diǎn)的紋理方向， 同時(shí)將該最大值作為紋理方向上的紋理強(qiáng)度。

通 過(guò)計(jì)算可以得到圖像中每一點(diǎn)的紋理方向以及能量。為了計(jì)算出消失點(diǎn)， 對(duì)圖像中選取的點(diǎn)進(jìn)行投票，這里選擇圖像下方一定的區(qū)域點(diǎn)， 如圖5 所示。當(dāng)紋理能量大于設(shè)定閾值的點(diǎn)作為投票點(diǎn)，p 表示圖像中投票空間的點(diǎn)，θ (p) 表示p 紋理方向，v 表示消失點(diǎn)的候選點(diǎn)，a (p ,v) 表示p 點(diǎn)與v 點(diǎn)的夾角，n 為采用的Gabor 模板方向的個(gè)數(shù)，R 為定義的投票空間， 即圖6 對(duì)應(yīng)的方框區(qū)域， 通過(guò)vote (p,v) 來(lái)統(tǒng)計(jì)p 點(diǎn)對(duì)v 點(diǎn)的投票結(jié)果，votes (v ) 為對(duì)R 區(qū)域累加進(jìn)行投票的統(tǒng)計(jì)結(jié)果，pvote 為最終被投票次數(shù)最多的點(diǎn)的坐標(biāo)， 即消失點(diǎn)。

圖6 中的框表示選取的投票區(qū)域， 即在該區(qū)域內(nèi)選取400 個(gè)點(diǎn)進(jìn)行Gabor 變換， 求出其紋理方及能量; 圓圈是求出的消失點(diǎn)位置。

3.3 車(chē)道線檢測(cè)

對(duì)于傳統(tǒng)的Hough 變換， 需要對(duì)每個(gè)點(diǎn)每個(gè)角度進(jìn)行遍歷， 這樣比較耗時(shí)。本文采用改進(jìn)的Hough 變換， 對(duì)消失點(diǎn)及其周?chē)挠邢迋€(gè)像素進(jìn)行Hough 變換， 求取左右車(chē)道線的兩個(gè)峰值點(diǎn)，并繪制出車(chē)道線。該方法能夠有效地抑制圖像的其他邊緣噪聲干擾，提高算法的實(shí)時(shí)性。車(chē)道檢測(cè)結(jié)果如圖7 所示。