买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉武汉理工大学申请的专利基于天气自适应特征增强的车道线检测方法及装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120431542B 。

龙图腾网通过国家知识产权局官网在2026-02-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510624681.7，技术领域涉及：G06V20/56；该发明授权基于天气自适应特征增强的车道线检测方法及装置是由钱闯;龚张宇设计研发完成，并于2025-05-15向国家知识产权局提交的专利申请。

本基于天气自适应特征增强的车道线检测方法及装置在说明书摘要公布了：本申请公开了一种基于天气自适应特征增强的车道线检测方法，属于图像处理技术领域。该方法包括：获取原始图像，对原始图像进行预增强，得到预增强图像；将预增强图像进行特征提取，得到多尺度特征图；将多尺度特征图输入到自适应特征增强模块中，得到增强后的特征图，自适应特征增强模块包括天气状况估计子网络和图像增强子网络；将增强后的特征图输入到车道线分割模块中，得到车道线像素的概率图；对车道线像素的概率图进行后处理，得到车道线的初始估计；对车道线的初始估计进行几何参数估计，得到车道线的参数估计结果；基于车道线的参数估计结果，得到车道线检测结果。该方法提升了自动驾驶的安全性和可靠性。

本发明授权基于天气自适应特征增强的车道线检测方法及装置在权利要求书中公布了：1.一种基于天气自适应特征增强的车道线检测方法，其特征在于，所述方法包括： 获取原始图像，对原始图像进行预增强，得到预增强图像； 将所述预增强图像进行特征提取，得到多尺度特征图； 将所述多尺度特征图输入到自适应特征增强模块中，得到增强后的特征图，所述自适应特征增强模块包括天气状况估计子网络和图像增强子网络；其中，所述天气状况估计子网络用于估计所述特征图的天气状况，并将天气状况作为所述图像增强子网络的输入；所述图像增强子网络用于接收所述特征图和所述天气状况，并根据所述天气状况动态调整所述特征图的权重；计算公式如下： ； 其中，表示增强后的特征图，表示多尺度特征图，表示天气状况； 将所述增强后的特征图输入到车道线分割模块中，得到车道线像素的概率图，具体包括：将所述增强后的特征图输入到编码器中，得到增强后的特征；将所述增强后的特征输入到解码器中，得到车道线像素的概率图；所述车道线分割模块为U‑Net网络，所述U‑Net网络包括编码器和解码器，所述U‑Net网络通过编码器‑解码器结构，逐步提取图像的特征，并预测每个像素属于车道线的概率，计算公式如下所示： ； 其中，为车道线像素的概率图，每个像素值表示该像素属于车道线的置信度，取值范围为0到1； 对所述车道线像素的概率图进行后处理，得到车道线的初始估计，具体包括：通过阈值分割将所述概率图转换为二值化图像，并将概率值大于阈值的像素设置为1，小于阈值的像素设置为0，从而将车道线像素从背景像素中分离出来，计算公式如下所示： ； 其中，表示所述二值化图像在坐标处的像素值，取值为0或1，是所述概率图在坐标处的概率值，为设定的阈值；基于最小二乘法对所述二值化图像进行拟合，从而将二次多项式曲线拟合到所述二值化图像中的车道线像素点集中，并得到车道线的初始估计，拟合二次多项式的计算公式如下所示： ； 其中，是拟合曲线上点的纵坐标，是拟合曲线上点的横坐标，、、是二次多项式的系数； 对所述车道线的初始估计进行几何参数估计，得到车道线的参数估计结果，具体包括： 基于线性插值法对所述车道线的初始估计分段，得到多个线段，所述线性插值法的计算公式如下所示： ； 其中，为第k个线段与第k+1个线段的分割点的纵坐标，为车道线纵坐标的最小值，为车道线纵坐标的最大值，k为大于0的正整数；计算每个线段的长度；基于每个线段的长度和车道线的中点得到每个线段的偏离程度；所述偏离程度用于衡量车道线与车辆预期路径，所述偏离程度的计算公式如下所示： ； 其中，表示线段中点，表示图像中心线的横坐标；将每个线段的长度和每个线段的偏离程度作为车道线的所述参数估计结果； 基于所述车道线的参数估计结果，得到车道线检测结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人武汉理工大学，其通讯地址为：430000 湖北省武汉市洪山区珞狮路122号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。