原文传递
基于单目视觉的车道线实时检测研究
| 论文题名： | 基于单目视觉的车道线实时检测研究 |
| 关键词： | 车道线实时检测;随机抽样一致;虚车道线检测;卡尔曼滤波器;霍夫变换;单目视觉 |
| 摘要： | 随着我国汽车产量和数量的急剧增长，驾驶安全问题受到越来越多的关注。目前，汽车驾驶辅助系统产品随着消费者需求量的增加而快速发展。智能驾驶辅助系统的一个关键组成部分是车道线的准确检测。通过车载摄像头得到道路图像，运用视频处理算法来提取道路图像中的车道线信息，提醒驾驶员车辆偏离车道的情况，避免危险的发生。 论文研究了一种车道线的实时检测算法。完成的主要工作如下： 1.为了解决路面标示造成的车道线的误检测问题，提出了结合时域模糊算法和逆透视映射算法的预处理方法。用连续三帧图像的均值图像来作为当前帧图像处理，连接虚车道线同时平滑图像。运用逆透视映射算法得到道路图像的俯视图，消除透视影响。在有路面标示情况下，实现车道线的正确检测。 2.在基于可调滤波器的基础上，采用了二维分离的高斯核在水平和竖直方向上对图像进行边缘检测，在阈值化处理的过程中保留了像素点的原始灰度值。本方法充分利用了车道线的方向信息，能够得到比较多的车道线像素点，有利于后期的车道线拟合。 3.针对霍夫变换检测到的车道线数量多、模型单一，随机抽样一致算法运算量大的问题，首先，运用霍夫变换检测车道线所在的位置区域，对车道线进行粗检测。然后，在每个区域内分别进行随机抽样一致算法精确定位车道线的位置。 4.针对路面破损以及虚线类型的车道线造成的车道线漏检测问题，论文提出了一种用于车道线跟踪的方法。采用两组卡尔曼滤波器分别对左右两边的车道线进行预测跟踪，根据左右两边车道线是虚线类型还是实线类型以及车道线是否暂时消失，对每一种可能的情况分别进行处理。该方法可以有效检测出车道线的位置，解决了车道线漏检测的问题。 |
| 作者： | 陈小燕 |
| 专业： | 信号与信息处理 |
| 导师： | 卢官明 |
| 授予学位： | 硕士 |
| 授予学位单位： | 南京邮电大学 |
| 学位年度： | 2015 |
| 正文语种： | 中文 |
检索历史
应用推荐
