劉 碩，劉如飛*，柴永寧

（1.山東科技大學 測繪科學與工程學院，山東 青島 266590）

道路標識線是重要的交通標志，具有分離道路區(qū)域、規(guī)定行進走向、為行人提供引導信息等作用[1-2]；也是繪制高精度地圖的重要部分，在無人駕駛技術中起到關鍵作用。作為重要的三維空間數(shù)據(jù)獲取技術，車載激光掃描能快速獲取道路及其周邊地物的高精度三維激光點云，是道路標識線信息快速獲取的重要方式。車載激光點云數(shù)據(jù)是離散的三維點集，具有三維坐標和反射強度等信息；而道路標識線是道路上的反光涂層，具有強反射性，且為規(guī)則的幾何圖形，因此可利用該特性進行道路標識線的提取。

目前，國內(nèi)外研究人員已對利用車載激光點云提取道路標識線進行了相關研究，有些研究人員基于高精度圖像和視頻提取了道路標識線[3-5]，但提取效果受光照等因素干擾較大；YANG B S[6]等對點云進行插值生成強度特征圖像，再利用強度和高程差信息提取道路輪廓，最后通過語義特征設立篩選條件，在特征圖像中提取道路標識線；GUAN H Y[7]等利用插值的方法生成強度特征圖像，再采用多閾值分割方法對強度特征圖像進行分割，最后利用形態(tài)學閉合操作定義來提取道路標識線；LIN L[8]和YU Y T[9]等重點分析了強度特征圖像二值化問題，提出了一種基于大津法改進的二值化方法，使強度特征圖像二值化能適應單峰現(xiàn)象，通過劃分左右車道進行多閾值二值分割，再利用網(wǎng)格算法提取道路標識線；Veit T[10]和吳哲[11]等在對強度特征圖像二值化時采用邊緣檢測得到了良好雙峰性質(zhì)的圖像，再利用大津法對圖像進行二值分割得到道路標識線；馬浩[12]等直接從點云數(shù)據(jù)中提取道路標識線，并將三維點云數(shù)據(jù)進行地面濾波，再根據(jù)點云數(shù)據(jù)反射強度進行聚類，從而提取道路標識線。然而，上述方法在提取出道路標識線后不能對其充分分類并識別，后續(xù)需人工分類不同標識線。模板匹配法[13-14]作為一種圖像處理的傳統(tǒng)方法，對識別道路標識線有可行的效果。針對上述問題，本文提出了一種基于幾何特征匹配的道路標識線分類方法。

1 道路標識線提取方法描述

道路標識線提取流程如圖1所示，首先將點云數(shù)據(jù)投影為強度特征圖像，并對強度特征圖像進行預處理；再按照一定的邊長將強度特征圖像劃分為多個區(qū)域，并對每個區(qū)域進行二值化；然后根據(jù)道路標識線幾何特征構建模板匹配模型；最后通過在二值圖像上進行模板匹配來提取并分類道路標識線。

圖1 道路標識線提取流程圖

1.1 路面點云濾波

原始點云包括樹木、建筑物、車輛、行人等信息。生成道路強度特征圖像前需對原始點云進行濾波處理，去除非道路點云的影響。本文采用參考文獻[15]的濾波方法提取路面點云。

1.2 強度特征圖像二值化

車載激光點云是離散的三維點集，具有空間屬性、強度和顏色屬性。本文利用其強度差異，將點云數(shù)據(jù)投影為二維的強度特征圖像。道路標識線一般為白色或黃色的涂料，對激光的反射強度高于路面瀝青。

1.2.1 強度特征圖像生成與預處理

點云數(shù)據(jù)不具備規(guī)則的組織結(jié)構，且數(shù)據(jù)量龐大、處理效率低；而道路標識線是二維信息，因此可將點云數(shù)據(jù)轉(zhuǎn)化為強度特征圖像，以減少運算數(shù)量、提高運算速率。假設強度特征圖像的像素分辨率為N，根據(jù)式（1）將點云投影到XOY平面中，R、C分別為網(wǎng)格的行數(shù)和列數(shù)，以每個網(wǎng)格中所有掃描點的平均強度為該網(wǎng)格的灰度值，再將所有網(wǎng)格的灰度值歸一化到0～255之間，得到強度特征圖像。

大津法[16]是以類別方差為判斷依據(jù)的，將使類間方差最大和類內(nèi)方差最小的圖像灰度值作為最佳閾值，但只適用于具有良好雙峰性質(zhì)的圖像。面對強度不均勻的特征圖像時，單純依靠大津法不能有效二值化圖像。為了改善單峰的影響，本文將圖像強度分布直方圖歸一化到0～255之間，在不改變灰度值的前提下，增大圖像的對比度。

1.2.2 分區(qū)域二值化道路標識線的強度一般由3個因素決定：①激光傳感器到目標的掃描范圍；②激光束的入射角度；③目標材料的屬性。單位角度內(nèi)掃描儀掃過路邊距離長，則點云間隔大；掃過路中心距離短，則點云間隔小。越靠近路中心，點云密度越大；越靠近路邊，點云密度越小。路面強度不均導致二值化效果不理想，為了削弱這種影響，本文分析了路面點云密度，并按相同密度原則將其劃分。

以圖2中道路圖像為例，設置路面寬度1 m為一個區(qū)間，統(tǒng)計每個區(qū)間的點云數(shù)量，生成點云密度分布圖。路面長度相同，則每個區(qū)間面積可代指密度，依次累加面積，直到面積為總面積的1/(n+1)時停止，記錄橫坐標位置；依此類推，得到n個位置，將路面縱向劃分為n+1份，n為分布圖像中極大值個數(shù)。密度分布沿行車方向大體均勻，故將路面橫向平均劃分為n+1份。

圖2 路面點云密度分布與劃分示意圖

本文選取圖2中a、b、c三個劃分區(qū)域進行強度分析，并計算自適應閾值。區(qū)域強度分析情況如圖3所示，可以看出，對區(qū)域劃分后的每個區(qū)域進行二值化，可保留更多的道路信息，得到更清晰的二值圖像。

本文利用OTSU法對每個區(qū)域進行二值化，再按分割順序拼接成完整的二值圖像，然后對二值圖像進行一次開運算再進行一次閉運算，濾除多余噪點和細小空洞。

圖3 區(qū)域強度分析情況統(tǒng)計

1.3 道路標識線分類

為避免標識線傾斜給模板匹配算法造成干擾，本文采用一種旋轉(zhuǎn)窗口圖像校正方法。圖像校正方法大體分為透視變換法和控制點變換法兩種，本文所用圖像全部由點云正射投影生成，只需校正X、Y軸傾斜，因此利用基于控制點變換法的旋轉(zhuǎn)窗口圖像校正方法。首先提取出道路標識線的最小外接矩形輪廓，獲取矩形輪廓的4個頂點坐標和矩形中心坐標；再利用霍夫直線檢測方法檢測長邊的方程表達式，令斜率為k，即

那么，只有k=0時，該直線會平行或重合于Y軸，因此以矩形框中心點為原點進行旋轉(zhuǎn)，當k=0時停止旋轉(zhuǎn)，得到校正角度；再將矩形框中所有坐標按校正角度進行矩陣變換，得到平行于Y軸的矩形框。

由于得到二值圖像后，傳統(tǒng)的聚類分割提取標識線的方法不能有效地對道路標識線進行分類，因此本文提出了一種通過幾何特征進行模板匹配的提取方法。建立如圖4所示的道路標識線模板庫，道路上主要的標識線包括箭頭類的直行、直行轉(zhuǎn)向、轉(zhuǎn)向、直行雙向和短標線。以行駛方向為矩形框縱坐標的方向，生成最小外接矩形。道路標識線的長寬間隔大致相同且指向方向為平行關系。設矩形框面積為S，利用D、L、Q、Z等值建立判別條件，進一步分類不同類型標識線，判別條件如表1所示。

圖4 道路標識線模板

表1 道路標識線幾何語義描述

2 實驗過程與結(jié)果分析

2.1 實驗過程

實驗數(shù)據(jù)采用車載移動測量系統(tǒng)采集的青島市某段道路數(shù)據(jù)（圖5），選擇標識線種類較多的路段進行對比實驗。數(shù)據(jù)的點云間隔為0.03 m，掃描線間距為0.05 m。對點云數(shù)據(jù)進行處理，為保證每個格網(wǎng)中都存在點云，設置格網(wǎng)邊長為0.05 m，生成強度特征圖像。所選路段包含短標線、直行箭頭、轉(zhuǎn)向箭頭以及其他標線，部分標線有磨損，道路中間平均強度低，道路兩側(cè)平均強度高，路面上噪點較多。

圖5 實驗點云數(shù)據(jù)

從數(shù)據(jù)里選取各種類型道路標識線進行分類識別，得到實驗結(jié)果如圖6所示，可以看出，圖6a成功將直線標線、斑馬線和直行標線分類；圖6b分類出3種箭頭類標線和直行標線；圖6c分類出大部分標線，斑馬線有漏提現(xiàn)象；圖6d和圖6e存在殘損標線，說明本文方法在分類殘損標線時具有較好的效果。

2.2 精度分析

分別利用本文方法與閆利[1]、YANG B S[6]等提出的方法進行道路標識線提取與分類的對比實驗，設置兩個精度評定參數(shù)，即提取準確率（Precision），提取的標識線不是噪點等物體；識別準確率（Completeness），分類出的標識線的正確率?？傮w精度（Accuracy）則由這兩個參數(shù)評定，計算公式為：

圖6 實驗結(jié)果圖像

式中，TP、FP和FN分別為真正（提取并識別正確）、假正（提取但識別錯誤）和假負（漏提、錯提）的數(shù)量。

精度對比結(jié)果如表2所示，可以看出，閆利[1]等提出的方法在該實驗數(shù)據(jù)中的Precision和Completeness均較低，導致Accuracy不理想；YANG B S[6]等提出的方法的Precision最高，為90.35 %，但該方法的Completeness較低，Accuracy為77.62 %；本文方法的Precision為90.01 %，Completeness為82.83 %，Accuracy為86.27%，整體效果在3種方法中最優(yōu)。閆利[1]等提出的方法僅對道路標識線進行了提取，并未進一步分類；YANG B S[6]等提出的方法提取并分類了標識線，但分類效果不明顯；本文方法提取并分類了標識線，且具有較高的精度。

表2 精度對比結(jié)果/%

3 結(jié) 語

本文提出了一種基于結(jié)構特征匹配的道路標識線提取方法。該方法首先將道路劃分成多個區(qū)域，分別計算分割閾值并優(yōu)化，再根據(jù)道路標識線幾何特征建立判別模型來分類道路標識線。與其他根據(jù)強度信息提取道路標識線的方法相比，該方法適用于路面強度分布不均勻的道路，能有效剔除噪點并保留標識線。本文通過多個路段進行實驗，結(jié)果表明，道路標識線的Precision和Completeness分別達到90.01%和82.83%，Accuracy達到86.27%。在提取過程中，該方法出現(xiàn)了少數(shù)錯提、漏提現(xiàn)象，后期將重點研究更好的判定道路標識線的幾何約束條件。