/4区域，等分成左右ROI 区域，此区域的车道线一般为直线段；II区占图像宽度的1/4,这一区域图像中如有弯道的 话，斜率并不会太大，对这个区域等宽再分成两块，每块再划设两个左右ROI区域；III区占 道路图像的1/8宽度，由于处于这一位置的车道线一般斜率较高且车道线长度较短，最好 进一步细分处理，所以对这个区域再等宽划分，且左右划设ROI;IV区占图像的1/8宽度，由 于车道线在这一区域的出现的概率较小且线段斜率较短，为了避免运算量，不再等宽划分， 只在此区域划设左右两个ROI。
[0066] 本发明采用动态划分ROI区域的方法，上一区域两个ROI中检测出的车道线斜率 均值和左右车道线端点，作下一区域两边ROI区域的划分依据，这样有利于在ROI划分的基 础上快速检测车道线。利用分区域组合提取车道线的方法有利于减少计算量，在一定程度 上提高算法的实时性和稳定性。具体实现步骤如下：
[0067] 步骤4. 1 :道路图像下方1/4区域设定为第一段ROI(即ROIA和R0IB)，在检测第 一段ROI左右车道线的过程中，设定初始左车道线搜索角度范围为40度到70度，右车道线 搜索角度范围确定为110度到160度，这样有助于缩小搜索范围，减少数字信号处理器的 计算量；提取出ROIA和ROIB中的左右车道线，两条车道线上端点的连线中点为a，ROIA和 ROIB的左右车道的斜率均值K1;
[0068] 步骤4. 2 :由于车道线是连续的不存在畸变，所以从a出发并以&为斜率作下一段 图像中感兴趣区域的划分线，该划分线的两边分别为ROIC和R0ID，在这两个区域检测出左 右车道线，两条车道线上端点的连线中点为b，ROIC和ROID的左右车道的斜率均值K2。
[0069] 步骤4. 3 :从b出发并以1(2为斜率做下一段图像中感兴趣区域的划分线，依此类推 直至利用检测出道路图像六段区域所有ROI的车道线为止。
[0070] 采用上述方法，组合划分了多个区域，既减少了计算量同时也保证了车道线提取 的精细度；在各区域车道线提取过程中，以左右车道线斜率的均值作为下一段感兴趣区域 的划分依据，上述设计充分考虑到了车辆转弯时车道线的变化特征，因而更加贴合应用实 际，使得提取出的车道线更加准确，保证车道半径以及临界车速计算的准确性；同时采用逐 步缩小搜索范围的方式，增加算法的准确性和实时性。
[0071] 其中，所述的提取左右车道线的具体方法如下：
[0072] (a):利用Sobel算子检测车道线边缘，得到车道边缘线加强后的车道线图像。图 像具有像素灰度不连续性，尤其在边缘处像素灰度变化较大，利用Sobel算子可以检测出 图像像素突变边缘线并加强边缘线。Sobel算子边缘检测效果明显，而且受噪声的影响小， 可以快速检测到图像中的边缘线段包括左右车道线。取定Sobel算子如下，SR是右车道线 边缘检测算子，SL是左车道线边缘检测算子：
[0074] (b):图像二值化。对步骤（a)得到的道路边缘线加强后的车道线图像进行二值化 处理，将图像上的像素点的灰度值设置成〇或255。图像可以呈现明显的黑白，边缘线条为 白色，背景全部为黑色。具体方法为：利用动态阈值分割法对步骤（a)得到的道路边缘线加 强后的车道线图像进行分割，用一个动态阈值将图像的灰度直方图分类，低于该阈值的灰 度设为〇,高于该阈值的灰度设为255,使边缘线在图像中显现出来。
[0075] 动态阈值的确定方法如下：通过前3帧图像，找到这三帧道路图像中像素最大值， 通过内置程序求得三帧图像灰度最大值的均值Pm，以及在图像下方1/6区域内算得道路平 均灰度值Pd，动态阈值Pt= 1/5IPm-PdI。系统每隔6个小时，自动对动态阈值更新一次。
[0076] (c):对步骤（b)二值化后的图像，进行概率霍夫变换，提取车道线。所述的Hough 变换能将原始道路图像中的整条曲线或直线转换成参数空间的一个点。可以用识别参数空 间中峰点的手段，代替原始道路图像中检测曲线或直线的方法。把图像直线转化为极坐标 方程：P=XCOS0+ysin0。概率霍夫变换的具体步奏如下：
[0077] 将每个ROI的参数空间分成几个小区域，每个区域对应设置一个累加器，初始值 为Oo
[0078] 把图像边缘上的一个点（Xl，yi)映射到极坐标公式，计算相应的P，将累加器加1， 然后从点集中删除该点。
[0079] 处理各区域全部的（Xl，yi)直到图像边缘点集为空，判断各累加器的值是否大于 阈值thr，如果大于就说明存在一条有意义的线段。
[0080] 由（Xl，yi)和（P，0 )共同确定图像中的线段参数，并将断裂部分连接。
[0081] 步骤5:弯道判断
[0082] 利用步骤4得到的车道线直线方程参数比值关系，判断车辆是否即将驶入弯道。
[0083] 各ROI区域识别到的左右直线段方程斜率由下往上分别记为Ku，&2,Ku，KM，L以 及KR1，KR2,KR3,KR4,Kr5，记Pui=IKL1/KLlI，Pr1i=IKR1/KRlI，i彡 2。
[0084] 考虑到系统的实时性需要，算法须具有很低的时间复杂度，本发明利用寻找斜率 比值的最大值的方法来初步识别前方是否存在弯道。
[0085] Max[PUl]彡I. 5且Max[PRll]彡I. 5,系统默认为远景处车道线为直道，系统不执行 后续步骤，转步骤2。
[0086] Max[PUl] > 1. 5或Max[PRll] > 1. 5,系统默认远景处车道线出现弯道，转步骤6。
[0087] 步骤6 :计算前方车道线的弯道半径
[0088] 在步骤4得到的车道线段上提取三个像素点群，具体操作方法如下：如图3所示， 从最上端开始，（右）车道线在相邻图像段的交点为J、K、L、M。提取J、K两点位置的车道 线图像的像素点群以及J、K间中点所在位置的像素点群，分别计算上述三个像素点群在图 像坐标中的坐标均值，分别为（Xl，yi)，（x2，y2)，（x3，y3。）如果J、K间没有车道线段或车道 线段过短，则在K、L两点以及两者间的中点处提取像素点群，依此类推。
[0089] 根据CCD传感器参数和传感器安装高度和俯仰角得到图像坐标与世界 坐标的转换公式，把图像坐标上三个点变换后得到的世界坐标上的坐标分别是 (XI，Yl)，（X2,Y2)，（X3,Y3)。
[0090] 利用圆方程一般公式X2+Y2+DX+EY+F= 0,把三个点坐标带入上述公式中，得到
[0091] 由于车辆在实际行驶中存在振动，存在一定的偶然误差因素，所以取连续三帧图 像得到的半径值R1,R2,R3求均值作为弯道半径R的值。选取的三帧图像是：以第一次检测 到弯道的图像以及之后的两帧图像。
[0092] 步骤7:临界车速计算
[0093] 根据步骤6得到的弯道半径R求在弯道行驶防侧翻行为的临界车速，并在液晶显 示器中显示出来。
高。Vmax为客运车辆的最高车速，若VT>V_，则转入步骤2 ;若VT<V_，则转入