基于視覺的結(jié)構(gòu)化道路檢測算法研究.pdf

1、近年來，隨著世界經(jīng)濟的發(fā)展，現(xiàn)有的道路運輸系統(tǒng)已不能滿足需要。各國政府和研究機構(gòu)將大量精力投入到智能交通系統(tǒng)的研究。其中汽車輔助駕駛和自主導航是智能交通系統(tǒng)的關(guān)鍵技術(shù)?；谝曈X的道路檢測技術(shù)是智能車輛導航方法的研究熱點之一。經(jīng)過多年的發(fā)展，基于視覺的道路檢測技術(shù)已經(jīng)有了很大的進步。目前，國內(nèi)外已有很多視覺導航系統(tǒng)，但在系統(tǒng)的實時性、魯棒性和實用性方面尚不能滿足人們的要求。本文對基于視覺的結(jié)構(gòu)化道路檢測算法進行了研究。 ⑴對結(jié)構(gòu)化

2、道路檢測技術(shù)的研究中所涉及到的圖像處理和目標識別方法做了深入的研究和分析，介紹了圖像底層處理的基本原理及方法，并且說明了各種方法的特點。 ⑵對結(jié)構(gòu)化道路圖像的底層處理進行了分析。通過分析攝像機模型，本文給出了一種逆透視變換方法。利用逆透視變換方法消除了圖像透視效果，這樣為之后的道路圖像底層處理提供了一個良好的基礎(chǔ)。根據(jù)逆透視變換圖片的標志線特征和投影后圖像質(zhì)量特點，本文給出了道路標志線模板增強方法和分段閾值化處理方法。

3、⑶分析了道路模型，采用了Hough變換對結(jié)構(gòu)化道路標志線進行擬合。并且提出了Hough變換擬合的改進方法。利用優(yōu)化的閾值分割圖像和概率Hough變換提高了擬合速度，利用最小二乘法提高了擬合效果。通過Hough變換結(jié)合最小二乘法的方法進行道路擬合，從而擺脫了固定道路模板的束縛，使得該算法對道路的適應(yīng)能力大大提高，提高了算法的魯棒性。 ⑷通過建立仿真實驗環(huán)境對算法進行了檢驗。經(jīng)過實驗，分析了各種環(huán)境下的算法執(zhí)行結(jié)果，證明了上述算法的