視覺導航系統(tǒng)中多環(huán)境道路識別算法研究.pdf

1、基于視覺的智能導航系統(tǒng)是機器視覺領(lǐng)域中的研究熱點之一。道路識別算法作為智能導航系統(tǒng)的重要組成部分，采用圖像處理、機器學習與模式識別等技術(shù)檢測道路路面，為智能導航系統(tǒng)提供準確的道路信息。實時性和魯棒性是道路識別算法面臨的關(guān)鍵問題。隨著計算機視覺、模式識別以及數(shù)字視頻技術(shù)的發(fā)展，眾多學者針對道路識別算法的實時性和魯棒性進行了深入的研究，提出了很多新的思路和方法。然而，解決算法在陰影、雨雪天氣等復雜環(huán)境下的實時性與魯棒性仍然是一項極具挑戰(zhàn)的任

2、務。
　　 圖像分割與消失點檢測是道路識別算法常用的兩個技術(shù)。在基于圖像分割的道路識別算法中，多數(shù)算法使用單一通道的圖像信息分割道路和非道路區(qū)域，具有較高的實時性，但魯棒性相對不足。相反，基于消失點檢測的道路識別算法具有較好的魯棒性，但缺乏實時性。結(jié)合當前的研究現(xiàn)狀，在保證算法實時性的基礎(chǔ)上，如何進一步提高算法的魯棒性，使算法在實時性和魯棒性之間取得平衡是本文的主要研究目的。本文研究了當前主要的道路識別算法，并分別從圖像分割和消

3、失點計算兩個角度提出了具體的改進方案。本文主要工作如下：
　　 首先，針對當前多數(shù)算法因使用圖像的單通道信息而魯棒性表現(xiàn)不足的問題，本文從充分利用圖像彩色信息的角度出發(fā)，提出了一個基于四維模型的彩色圖像分割算法，以及基于該方法的道路識別算法。新的分割算法引入四維模型描述圖像中各像素的概率分布，將各像素的各個通道的顏色信息融為了一個有機的整體，為算法對道路區(qū)域和非道路區(qū)域的判斷提供了豐富、準確的色彩信息；同時，算法引入了向量的概念

4、，將經(jīng)典的Otsu算法擴展到了四維空間，實現(xiàn)了一個四維Otsu(4DOtsu)彩色圖像分割算法。
　　 其次，針對基于消失點檢測的算法實時性相對不足的問題，本文從降低算法計算量的角度出發(fā)，提出了一個實時魯棒的道路識別算法。該算法首先對圖像進行預處理，提取圖片的有效像素點，并將像素幾何方向的計算限定在有效像素中，從而降低了算法的計算量，提高了算法的實時性。在消失點計算過程中，算法改進了投票策略，依據(jù)兩個像素之間的距離，對投票的可信