技術特征：

1.一種基于形態學變換和自適應閾值的快速車道線檢測方法，其特征在于，包括如下步驟：

第一步，取圖像下部包含車道線的部分作為感性區域；

第二步，將彩色感性區域變換為灰度感性區域；

第三步，利用自適應閾值分割方法把灰度感性區域內的車道線和非車道線分割開，得到二值圖像；

第四步，對二值圖像進行形態學變換，即采用結構元素SE對二值圖像進行如下處理：先對二值圖像進行膨脹操作，然后進行腐蝕操作，再將前后兩次操作得到的兩幅圖像做差，得到圖像的邊緣信息，將其放入邊緣點集S(I)中；

第五步，將S(I)分為左右兩個部分LS(I)和RS(I)，其中，左車道線在LS(I)區域內，右車道線在RS(I)區域內；將LS(I)區域和RS(I)區域內的車道線上的像素點按列置入集合S；并行處理左右兩部分區域的信息，其中一個部分區域的信息處理具體流程如下：

(1)分割參數空間，為每個區間設計累加器acc(ρ,θ)，其初始值為零；

(2)依次從S中提取一個像素點，并將此點從S中刪除，在各個ρ值下計算相應的θ值，對應的累加器acc(ρ,θ)加1；再檢測集合S是否為空，是則算法結束，否則進行下一步操作；

(3)判斷更新后的累加器的值是否大于或等于閾值thr，是則進行下一步，否則回到步驟(2)；

(4)由更新后的累加器對應的參數確定一條直線，即為檢測到的車道線。

2.根據權利要求1所述的一種基于形態學變換和自適應閾值的快速車道線檢測方法，其特征在于，所述的第二步，將彩色感性區域變換為灰度感性區域的具體操作為：

將為RGB模型的彩色原始圖像，轉換到HSI色彩空間，再根據I通道進行灰度化；RGB到HSI色彩空間的轉換關系如下，

$H=\left\{\begin{array}{cc}W,& B\≤G\\ 2\mathrm{\π}-W,& B\>G\end{array}\right.---\left(1\right)$

$S=1-\frac{3min(R,G,B)}{R+G+B}---\left(2\right)$

$I=\frac{R+G+B}{3}---\left(3\right)$

其中，

3.根據權利要求1或2所述的一種基于形態學變換和自適應閾值的快速車道線檢測方法，其特征在于，第三步中的自適應閾值分割方法，為基于高斯分布模型的自適應閾值分割方法，取灰度感性區域中的路面窗口，并計算其均值和方差σ，根據公式(4)計算出分割閾值th，然后對灰度圖進行閾值分割，得到二值圖像。

$th=\stackrel{\‾}{X}+3\mathrm{\σ}---\left(4\right)$

4.根據權利要求1或2所述的一種基于形態學變換和自適應閾值的快速車道線檢測方法，其特征在于，第四步中所述的二值圖像進行形態學變換，采用3×3像素的結構元素SE對二值圖像進行處理，其中，結構元素SE為

$SE=\left\{\begin{array}{ccc}1& 1& 1\\ 1& 1& 1\\ 1& 1& 1\end{array}\right\}.---\left(5\right)$

5.根據權利要求3所述的一種基于形態學變換和自適應閾值的快速車道線檢測方法，其特征在于，第四步中所述的二值圖像進行形態學變換，采用3×3像素的結構元素SE對二值圖像進行處理，其中，結構元素SE為

$SE=\left\{\begin{array}{ccc}1& 1& 1\\ 1& 1& 1\\ 1& 1& 1\end{array}\right\}.---\left(5\right)$