夜間車道標識線識別與跟蹤算法研究.pdf

1、基于機器視覺的車道標識線跟蹤系統(tǒng)研究是駕駛輔助系統(tǒng)研究中的一部分，該系統(tǒng)為車輛的自主導航、車道偏離等研究提供技術(shù)支持?；跈C器視覺的車道標識線跟蹤系統(tǒng)在采集圖像時，難免會受到外界光照變化的影響。然而，隨著社會的快速發(fā)展，車輛在夜間行駛的機會將會越來越多，所以，研究夜間環(huán)境下車道標識線的識別和跟蹤算法顯得很有必要。
　　本論文的研究對象是夜間環(huán)境下車道標識線的識別和跟蹤，論文的主要內(nèi)容分為六個部分:
　　(1)夜間車道標識線圖

2、像的對比度增強算法的研究。針對夜間環(huán)境下光照不足、對比度低的特點，在圖像預處理時，很有必要對夜間圖像進行對比度增強。通過對直方圖均衡化的研究分析，以此為基礎(chǔ)提出了一種改進的算法，實現(xiàn)了夜間車道線圖像的對比度增強。經(jīng)實驗表明，該算法提升了夜間圖像中的車道線辨識度，為后續(xù)車道識別與跟蹤奠定了良好基礎(chǔ)。
　　(2)夜間車道標識線圖像的邊緣增強算法的研究。根據(jù)車道標識線具有邊緣性可知，對圖像進行邊緣增強可以去除非邊緣點對車道標識線提取的影

3、響。根據(jù)車道標識線具備斜直線性及其邊緣梯度方向與±45°接近的特點，選擇±45°Sobel算子來增強圖像的邊緣。
　　(3)基于Otsu算法的圖像二值化處理的研究。首先利用Otsu算法求出圖像的全局閾值，然后利用可變窗口法把圖像分成幾個大小不同的子窗口，再利用Otsu算法求出每個子窗口的局部閾值，最后把每個子窗口的局部閾值與全局閾值線性組合，得到每個子窗口最終的分割閾值，實現(xiàn)圖像的二值化處理。
　　(4)利用Hough變換識

4、別車道標識線。二值化之后，圖像主要包含車道標志線的內(nèi)外邊緣點和一些噪聲點。本文主要是對內(nèi)側(cè)邊緣點進行Hough變換，所以首先進行車道內(nèi)側(cè)邊緣點的提取，接著在圖像空間建立直角坐標系，最后在該直角坐標系上實現(xiàn)Hough變換，獲得車道線的直線方程。
　　(5)基于感興趣區(qū)的車道標識線跟蹤研究。分別利用動態(tài)感興趣區(qū)法和卡爾曼濾波法進行了感興趣區(qū)的確定，并且分析了這兩種方法各自的優(yōu)缺點，為了既保證系統(tǒng)的實時性和又保證可靠性，結(jié)合兩種算法各自