详情

原文传递基于视觉的道路检测技术研究

论文题名：	基于视觉的道路检测技术研究
关键词：	车载视频图像;道路检测;自定义差分算子;区域生长法;特征融合;Hough变换
摘要：	近年，智能车技术成为很多学科领域的研究热点，吸引了众多学者的研究兴趣。基于视觉的导航技术是其研究中的一个突出方向，而基于视觉的导航技术问题的核心则是成功检测道路信息。本论文的工作主要集中在下面几个方面：　　本文首先介绍了基于视觉的道路检测技术研究背景和意义，阐述了国内外在智能车领域的研究现状，具体分析了基于道路模型和道路特征的两种检测方法。　　其次，介绍了车载视频图像的预处理算法，包括利用彩色通道方法对RGB图像进行灰度转换，灰度直方图和直方图均衡化，以及用中值滤波方法对图像进行滤波。这里，提出了自定义差分算子来提取道路图像边缘，利用每个像素的八个相邻点，用不同的权值进行求和运算。从实验仿真结果可以看出，自定义差分算子边缘检测效果好于传统的边缘检测算法。同时，采用区域生长法进行区域分割，实现区域特征提取。　　接着由于区域特征和边缘特征具有互补特性，本文提出将两者特征进行融合，实现道路图像精确分割，并经Hough变换提取直线信息。在此基础上，利用左右车道线的斜率以及夹角关系来实现车道线识别。　　最后，针对复杂环境条件下的视频图像，进行识别实验。试验结果表明本文所提出方法能够快速准确地识别出车道线，且算法有很好的鲁棒性。
作者：	王敏杰
专业：	信号与信息处理
导师：	杨唐文
授予学位：	硕士
授予学位单位：	北京交通大学
学位年度：	2012
正文语种：	中文