原文传递
基于机器视觉的车道线识别技术研究
| 论文题名： | 基于机器视觉的车道线识别技术研究 |
| 关键词： | 机器视觉;随机抽样一致算法;车道线识别;智能交通;逆透视变换 |
| 摘要： | 车道识别技术作为未来智能交通的重要组成部分，已经在现今的道路安全中起到了举足轻重的作用。其涉及到了现代计算机视觉技术、模式识别技术、自动控制技术。在车道偏离预警系统（Lane departure warning system简称 LDWS）、自动驾驶系统中都需要用到车道线检测。该技术能大大减少交通事故的发生，减少人员财产损失。因此对车道识别技术的研究具有重要的意义。文章将对基于机器视觉的车道线识别算法进行研究。 当前雾霾天气在中国大部分地区出现越来越频繁，为解决雾霾天气影响采集图像的清晰度问题，文章提出了一种改进的暗通道优先雾霾消除算法，改进该算法中参数大气光值的获取方法，将改进之后的雾霾消除算法运用到车道线检测的预处理过程当中。另外还提出了一种根据车速确定帧数进行模糊化处理的方法，该方法可以在使用最少帧数的情况下对多帧图像做均值处理，使路面间断的车道线变为连续的车道线，方便了后续车道线的识别。为消除图像中的透视效果，文章使用逆透视变换（Inverse Perspective Mapping）将具有透视效果的图像转换成世界坐标的鸟瞰图，使得透视图像中原本左右不平行的车道线转变为平行的线段，简化了以往常见的通过寻找透视消失点、天地分界线等特征来搜寻车道线的方法。文章还改进了自适应二值化处理的步骤，分别在自适应二值化处理前后进行一次中值滤波，改善了滤波效果。车道识别阶段为了防止跨车道误识别，提出了一种基于中轴线的防跨车道识别办法。探究了使用随机一致算法进行非车道区域的消除的方法，获得了干净的车道线图像。最后利用Kalman滤波器根据当前识别出的车道线预测下一帧时车道线的位置，针对预测结果可能有误的问题，提出了判定预测结果可信度的方法，一定程度上解决了车道线被遮挡时的车道跟踪问题。 文章通过实地拍摄道路视频，输入到计算机之后利用MATLAB软件将视频进行逐帧的识别处理，验证本文算法的可行性，探究算法中的最优参数。文章提出的算法在一定的程度上优化了车道识别算法。 |
| 作者： | 燕磬 |
| 专业： | 交通运输工程 |
| 导师： | 杨安平 |
| 授予学位： | 硕士 |
| 授予学位单位： | 长沙理工大学 |
| 学位年度： | 2015 |
| 正文语种： | 中文 |
检索历史
应用推荐
