详情

原文传递基于视觉的车道线检测技术研究

论文题名：	基于视觉的车道线检测技术研究
关键词：	消失点约束;噪声边缘;概率霍夫变换;随机采样一致算法;智能交通系统;车道线;视觉检测
摘要：	随着汽车保有量的不断增加，城市交通也变得越来越拥挤，智能交通系统因而受到了人们的广泛关注。车道线检测是智能交通领域关键的技术之一，它被广泛地应用于辅助驾驶系统、车道偏离预警系统以及车辆防碰撞系统中，对于提高交通安全具有重要意义。　　基于视觉的车道线检测容易受到光照变化、树木的阴影、路面的文字以及行驶的车辆等外部环境的干扰。针对以上问题，本文采用线段作为底层特征来分析车道线的结构信息，提出了一种消失点约束下的车道线检测方法。该方法首先利用道路图像行灰度均值的特点动态地划分感兴趣区域，并在感兴趣区域内提取道路图像的边缘信息。然后采用基于方向优先级搜索的方法滤除连接方向异常的噪声边缘。最后利用改进的概率霍夫变换提取出候选线段，并通过消失点约束来规避非车道线的干扰从而实现了车道线的检测。　　为了提高道路模型对不同形状车道线的适应性，本文以贝塞尔曲线模型为基础，通过随机采样一致算法构建不定变形模板。首先通过逆透视变换来获得道路图像的俯视图，然后对俯视图分别进行竖直和水平方向的滤波处理，削弱了噪声的干扰并增强了车道线信息。在拟合阶段，利用随机采样一致算法和三阶贝塞尔曲线模型构建不定变形模板，根据车道线的实际形状来调整曲线模型的参数，从而实现对不同形状车道线的拟合。　　通过对不同场景下的道路图像进行测试，实验结果表明，本文的方法能够克服各种复杂路况场景下外部环境的干扰并且可以适应不同形状车道线的检测，具有良好的准确性和鲁棒性。
作者：	侯长征
专业：	信息与通信工程
导师：	侯进
授予学位：	硕士
授予学位单位：	西南交通大学
学位年度：	2017
正文语种：	中文