一种基于边缘方向连续性的车道线快速检测算法∗

化春键潘 瑞陈 莹

(1.江南大学机械工程学院，江苏 无锡214122；2.江苏省食品先进制造装备技术重点实验室，江苏 无锡214122；3.江南大学物联网工程学院，江苏 无锡214122)

直线特征是图像重要的几何特征，对直线的检测也是机器视觉中的经典问题，在视频跟踪，相机标定，位姿估计和目标识别等很多领域都有应用。在汽车领域中，从高级驾驶辅助系统ADAS[1]到完全意义上的无人驾驶[2]，都离不开车道直线的检测与识别，为汽车行驶提供路径信息并且对偏离路线做出预警。

传统的车道线检测方法主要分为基于特征的分割方法[3]和基于模型的分割方法[4]，分别利用车道线颜色，梯度，纹理等特征或者建立车道线空间模型的方式实现车道线的精确检测定位。这其中最为经典的方法是基于Hough变换检测车道[5]，文献[6]基于车道线边缘点梯度特征，统计梯度直方图并优化了Hough变换算法提高了检测速度。文献[7]基于几何矩采样获取动态感兴趣区域，利用车道线段的质心与偏转角度动态估计下一段车道线位置，缩减了直线检测搜索空间，提高了检测速度及鲁棒性。传统的车道线检测研究中常采用先二值化图像再边缘检测的方法得到较少的边缘信息，但是由于二值化阈值选择不确定性，对于复杂环境下，例如艳阳天多阴影区域，雨天积水区域等，难以选择合适的阈值分割得到车道线边缘，容易出现车道线分割不足或过分割问题，并且传统Hough变换在复杂环境下也很难保持较好的实时性。……