车道线检测与地图匹配工程实践 - 第4节

第四章：经典车道线检测——霍夫变换直线检测与滑动窗口多项式拟合

各位同学，欢迎来到实战课的第四讲。

上一章我们聊了图像预处理，把原始图像变成了二值图。但二值图只是“点”的集合，我们真正需要的是“线”——也就是车道线。怎么从一堆白点里提取出直线？这就是今天要讲的核心：霍夫变换直线检测和滑动窗口多项式拟合。

我个人习惯把这两个方法称为“经典双雄”。一个负责找直线，一个负责拟合曲线。咱们一个一个来。

---

4.1 霍夫变换：从“点”到“线”的魔法

4.1.1 为什么需要霍夫变换？

你想想看，二值图里每条车道线其实是由成千上万个像素点组成的。如果直接对这些点做线性回归，结果会很糟糕——因为车道线不一定是完美的直线，而且噪声点会严重干扰拟合。

霍夫变换的思路很巧妙：它把图像空间里的点，映射到参数空间里去投票。说白了，就是让每个像素点都去“支持”它可能属于的那条直线，最后得票最多的参数组合就是我们要找的直线。

4.1.2 数学原理（尽量简单说）

传统的直线方程是 y = kx + b。但这里有个坑：当直线垂直时，k 是无穷大，没法处理。所以霍夫变换改用极坐标表示：

ρ = x·cosθ + y·sinθ

其中 ρ 是原点到直线的距离，θ 是直线的法线与 x 轴的夹角。这样一来，参数空间就是 (ρ, θ) 平面，范围有限，好处理多了。

我记得第一次看这个公式时也觉得有点绕。但你可以这么理解：对于图像中的每个白点 (x, y)，我们让 θ 从 0 到 180 度变化，算出对应的 ρ，然后在 (ρ, θ) 空间里累加投票。最后找到投票数超过阈值的点，就是检测到的直线。

4.1.3 OpenCV 实现

OpenCV 提供了两个函数：HoughLines 和 HoughLinesP。前者返回 (ρ, θ) 参数对，后者是改进版——概率霍夫变换，直接返回线段的端点坐标，更实用。

import cv2
import numpy as np

# 假设 edge_img 是经过 Canny 边缘检测的二值图
lines = cv2.HoughLinesP(
    edge_img,          # 输入二值图
    rho=1,             # ρ 的步长（像素）
    theta=np.pi/180,   # θ 的步长（弧度）
    threshold=50,      # 投票阈值，越大检测到的直线越少
    minLineLength=100, # 最小线段长度
    maxLineGap=50      # 同一条线上点之间的最大间隔
)

# lines 的格式：[[[x1, y1, x2, y2]], ...]
for line in lines:
    x1, y1, x2, y2 = line[0]
    cv2.line(img, (x1, y1), (x2, y2), (0, 255, 0), 2)

4.1.4 霍夫变换的局限性

霍夫变换虽然经典，但有两个明显短板：

• 只能检测直线——弯道就抓瞎了
• 参数敏感——threshold、minLineLength 这些参数需要针对不同场景调

所以实际工程中，我们通常用霍夫变换做初步筛选，然后结合其他方法处理弯道。这就引出了我们的第二个主角——滑动窗口多项式拟合。

---

4.2 滑动窗口多项式拟合：搞定弯道

4.2.1 基本思路

说白了，滑动窗口法就是把图像从下往上分成一个个小窗口，在每个窗口里找车道线的像素点，然后把这些点的中心连起来，最后用多项式去拟合。

为什么叫“滑动窗口”？因为窗口是从底部往上“滑”的，每个窗口的位置由上一个窗口的中心决定。这样即使车道线是弯曲的，窗口也能跟着拐弯。

4.2.2 实现步骤

嗯，这里我直接上代码，边看边解释：

def sliding_window_polyfit(binary_warped):
    """
    滑动窗口多项式拟合
    binary_warped: 经过透视变换的二值图
    """
    # 1. 统计图像下半部分的像素分布，找到左右车道线的起始位置
    histogram = np.sum(binary_warped[binary_warped.shape[0]//2:, :], axis=0)
    midpoint = histogram.shape[0] // 2
    leftx_base = np.argmax(histogram[:midpoint])   # 左车道起始x
    rightx_base = np.argmax(histogram[midpoint:]) + midpoint  # 右车道起始x

    # 2. 设置滑动窗口参数
    nwindows = 9          # 窗口数量
    window_height = binary_warped.shape[0] // nwindows  # 每个窗口高度
    margin = 100          # 窗口宽度的一半
    minpix = 50           # 窗口内最少像素点数

    # 3. 找到所有非零像素点的坐标
    nonzero = binary_warped.nonzero()
    nonzeroy = np.array(nonzero[0])
    nonzerox = np.array(nonzero[1])

    # 4. 开始滑动
    leftx_current = leftx_base
    rightx_current = rightx_base
    left_lane_inds = []
    right_lane_inds = []

    for window in range(nwindows):
        # 计算窗口的上下边界
        win_y_low = binary_warped.shape[0] - (window+1) * window_height
        win_y_high = binary_warped.shape[0] - window * window_height

        # 左右窗口的左右边界
        win_xleft_low = leftx_current - margin
        win_xleft_high = leftx_current + margin
        win_xright_low = rightx_current - margin
        win_xright_high = rightx_current + margin

        # 找出窗口内的像素点
        good_left_inds = ((nonzeroy >= win_y_low) & (nonzeroy < win_y_high) &
                          (nonzerox >= win_xleft_low) & (nonzerox < win_xleft_high)).nonzero()[0]
        good_right_inds = ((nonzeroy >= win_y_low) & (nonzeroy < win_y_high) &
                           (nonzerox >= win_xright_low) & (nonzerox < win_xright_high)).nonzero()[0]

        left_lane_inds.append(good_left_inds)
        right_lane_inds.append(good_right_inds)

        # 如果窗口内像素足够多，更新窗口中心位置
        if len(good_left_inds) > minpix:
            leftx_current = int(np.mean(nonzerox[good_left_inds]))
        if len(good_right_inds) > minpix:
            rightx_current = int(np.mean(nonzerox[good_right_inds]))

    # 5. 合并所有窗口的索引
    left_lane_inds = np.concatenate(left_lane_inds)
    right_lane_inds = np.concatenate(right_lane_inds)

    # 6. 提取像素坐标
    leftx = nonzerox[left_lane_inds]
    lefty = nonzeroy[left_lane_inds]
    rightx = nonzerox[right_lane_inds]
    righty = nonzeroy[right_lane_inds]

    # 7. 二阶多项式拟合
    left_fit = np.polyfit(lefty, leftx, 2)
    right_fit = np.polyfit(righty, rightx, 2)

    return left_fit, right_fit, left_lane_inds, right_lane_inds

4.2.3 为什么用二阶多项式？

你可能会问：为什么不用一阶（直线）或三阶（更复杂）？

一阶多项式就是直线，处理不了弯道。三阶多项式虽然拟合能力更强，但容易过拟合——稍微有点噪声，曲线就扭得不成样子。二阶多项式是个很好的折中：能描述弯道，又不会太敏感。

我在实际项目中测试过，对于高速公路的弯道（曲率半径通常大于 200 米），二阶多项式拟合的误差在 5 厘米以内，完全够用。

---

4.3 本章知识体系

下面这张图总结了本章的核心逻辑：

---

4.4 两种方法的对比

对比项	霍夫变换直线检测	滑动窗口多项式拟合
适用场景	直线车道（高速、城市直道）	弯道、直道均可
输出结果	线段端点 (x1,y1,x2,y2)	多项式系数 (a, b, c)
计算速度	快（毫秒级）	中等（10-20ms）
抗噪能力	一般（参数敏感）	较好（窗口机制过滤噪声）
实现复杂度	低（OpenCV 一行调用）	中等（需要自己写滑动逻辑）

---

4.5 常见问题与避坑

4.5.1 霍夫变换检测到很多杂线怎么办？

我曾经在一条有新旧车道线的路上调试，结果霍夫变换检测出了十几条线，新旧标线混在一起。后来我加了两个后处理：

• 角度过滤： 车道线的角度通常在 30°-60° 之间（相对于水平方向），超出这个范围的直接丢弃
• 聚类合并： 把角度和位置相近的线段合并成一条

4.5.2 滑动窗口跟丢了怎么办？

如果车道线突然消失（比如被前车遮挡），滑动窗口可能会跑偏。我的做法是：如果连续 3 个窗口都没找到足够的像素点，就保持当前中心位置不变，继续往上滑。等车道线重新出现时，窗口能很快跟上。

4.5.3 多项式拟合结果抖动怎么办？

单帧拟合的结果往往会有抖动。解决方案是加时间维度的平滑——把前几帧的拟合系数做个加权平均。我一般用指数移动平均，权重系数设 0.7 左右，效果不错。

---

好了，这一章的内容就到这儿。霍夫变换和滑动窗口多项式拟合是车道线检测的两大基石，理解了它们，后面的高级方法（比如基于深度学习的检测）学起来会轻松很多。

记住：经典方法虽然“老”，但它们的思路至今仍在各种算法中沿用。把基础打牢，后面才能走得更远。