基于數(shù)字圖像處理的前方車距測(cè)量.pdf

1、車輛測(cè)距技術(shù)是實(shí)現(xiàn)自動(dòng)駕駛及汽車防撞技術(shù)的關(guān)鍵技術(shù)。隨著計(jì)算機(jī)軟硬件技術(shù)的發(fā)展，成像式測(cè)距技術(shù)將逐步走向成熟。目前應(yīng)用子智能車輛的視覺(jué)系統(tǒng)有立體視覺(jué)體統(tǒng)和單目視覺(jué)系統(tǒng)兩種。立體視覺(jué)系統(tǒng)在圖像配準(zhǔn)上存在難題。單目視覺(jué)在圖像處理的速度和控制的實(shí)時(shí)性方面都優(yōu)于立體視覺(jué)，它具有潛在的應(yīng)用價(jià)值和廣闊的發(fā)展前景。
　　 一個(gè)視覺(jué)測(cè)距系統(tǒng)主要包括圖像采集、圖像處理和測(cè)距結(jié)果輸出三個(gè)部分。本文采用單個(gè)攝像頭采集道路圖像，然后將采集到的圖像進(jìn)行處

2、理，最后輸出測(cè)距結(jié)果。本文的主要內(nèi)容包括以下幾點(diǎn)：
　　 (1)圖像采集：我們選擇車流量小，車道線明顯，并假定在本車道內(nèi)除了行駛的車輛外，沒(méi)有其他障礙物，路段比較直的公路上進(jìn)行試驗(yàn)。用單個(gè)攝像機(jī)采集前方道路圖像。
　　 (2)圖像預(yù)處理：對(duì)采集到的圖像，進(jìn)行一系列的圖像預(yù)處理操作。通過(guò)對(duì)各種圖像處理方法進(jìn)行比較，確定預(yù)處理方案。首先對(duì)圖像進(jìn)行灰度轉(zhuǎn)化，用對(duì)數(shù)變換改善圖像的亮度差異，用拉普拉斯算子增強(qiáng)圖像的邊緣信息，并用中

3、值濾波對(duì)圖像進(jìn)行濾波去噪，最后選用Canny邊緣檢測(cè)算子對(duì)邊緣進(jìn)行檢測(cè)，效果較理想。
　　 (3)車道線檢測(cè)：一般車輛都是位于車道線內(nèi)。我們確定車道線的位置，可以縮小處理范圍，這樣可以更快地檢測(cè)到目標(biāo)車輛的位置，相應(yīng)地系統(tǒng)處理速度更快。一般的檢測(cè)方法有最小二乘法、霍夫變換和最優(yōu)線段擬合方法。本文根據(jù)道路基本上位于垂直中線的兩側(cè)，而且基本呈45度的特點(diǎn)，提出了一種車道線檢測(cè)算法。首先對(duì)圖像從下到上以垂直中線為分界線，逐行分別向兩邊

4、搜索值為1的第一個(gè)點(diǎn)作為左右車道線上的點(diǎn)。然后用重復(fù)剪輯最近鄰法剪輯掉干擾點(diǎn)。接著根據(jù)本車道的車道線呈45度角這一特征，確定出屬于本車道的點(diǎn)，最后根據(jù)最小二乘法原理進(jìn)行直線擬合，實(shí)驗(yàn)結(jié)果表明，該方法有效擬合出車道線。
　　 (4)目標(biāo)檢測(cè)與識(shí)別：我們把從圖像下方到車道線交點(diǎn)處兩車道線內(nèi)的區(qū)域作為感興趣區(qū)域。在感興趣區(qū)域內(nèi)，灰度變化緩慢，但遇到車輛等障礙物時(shí)，灰度會(huì)發(fā)生突變。我們利用灰度變換原則，對(duì)感興趣區(qū)域逐行搜索，計(jì)算每行的平