基于車載圖像處理的道路檢測(cè)技術(shù)研究.pdf

1、近年來(lái)，隨著國(guó)家的道路交通事業(yè)迅猛發(fā)展，交通事故頻發(fā)成為了社會(huì)性的難題。汽車安全輔助駕駛技術(shù)對(duì)保障人民生命財(cái)產(chǎn)安全具有重要的現(xiàn)實(shí)意義，通過(guò)捕捉和分析道路信息，在車輛即將發(fā)生碰撞或車道發(fā)生偏離的情況下發(fā)出預(yù)警，從而可以避免交通事故的發(fā)生。其中車道線檢測(cè)與路面檢測(cè)技術(shù)通過(guò)提供重要的道路信息成為了車道偏離預(yù)警、自主導(dǎo)航、自主駕駛等應(yīng)用研究的重要部分。因此，有效并準(zhǔn)確地檢測(cè)車道線與提取路面是輔助駕駛技術(shù)的基礎(chǔ)問(wèn)題與研究重點(diǎn)，本文圍繞基于車載圖像

2、的道路檢測(cè)技術(shù)展開(kāi)研究。
　　論文首先介紹了國(guó)內(nèi)外在車道線檢測(cè)與路面檢測(cè)領(lǐng)域的研究現(xiàn)狀，通過(guò)分析該領(lǐng)域的重要方法與實(shí)際效果從而發(fā)現(xiàn)了現(xiàn)有研究中存在的難題。然后，在現(xiàn)有研究的基礎(chǔ)上，提出一種魯棒抗干擾強(qiáng)的車道線檢測(cè)算法及其具體硬件實(shí)現(xiàn)，關(guān)于路面檢測(cè)提出了一種抗陰影干擾且快速有效的檢測(cè)算法。本文的主要內(nèi)容如下:
　　1.在車道線檢測(cè)算法的研究方面，提出了一種基于梯度幅值與梯度方向的聯(lián)合特征的提取方法，并根據(jù)梯度幅值信息進(jìn)行自適應(yīng)

3、的ROI(Region of Interest)分割。首先計(jì)算圖像的梯度幅值并根據(jù)設(shè)定閾值確定圖像中的邊緣。然后計(jì)算梯度方向并根據(jù)與車道線邊緣方向相關(guān)的先驗(yàn)知識(shí)排除非車道線邊緣。該方法能夠在很大程度上減少圖像的冗余信息，保留較好的車道線特征，從而提高后續(xù)車道線提取算法的效率。
　　2.在車道線提取過(guò)程中，本文綜合考慮了Hough變換的特點(diǎn)，通過(guò)對(duì)梯度方向進(jìn)行分組的方式對(duì)它進(jìn)行了改進(jìn)，從而更精準(zhǔn)的對(duì)目標(biāo)像素進(jìn)行空間轉(zhuǎn)換，提高了直線檢

4、測(cè)算法的效率。另外對(duì)于車道線檢測(cè)應(yīng)用，本文從硬件架構(gòu)、軟件算法等方面進(jìn)行了程序設(shè)計(jì)，從而提出了一個(gè)切實(shí)可行的車道線檢測(cè)系統(tǒng)，使本文提出的車道線檢測(cè)算法在FPGA與DSP的平臺(tái)上進(jìn)行并行運(yùn)算。
　　3.在路面檢測(cè)的研究方面，本文使用光照不變特征以及相似性分類方法來(lái)解決陰影干擾對(duì)檢測(cè)結(jié)果帶來(lái)的影響。利用前后兩幀圖像的連續(xù)性，一方面使用了光流法獲得背景區(qū)域的特征，另一方面通過(guò)前一幀的檢測(cè)結(jié)果獲得光照不變特征均值。該方法在圖像含有各種陰影