详情

原文传递基于视觉的车道线检测与识别

论文题名：	基于视觉的车道线检测与识别
关键词：	车道线检测;粗提取;边缘检测;Hough变换;智能交通;汽车辅助驾驶系统
摘要：	困扰当今国际交通领域的三大难题:交通安全、交通堵塞以及环境污染，其中尤其以交通安全问题最为严重。研究表明，采用智能交通技术提高道路管理水平后，每年仅交通事故死亡人数就可以减少30％以上。　　汽车辅助驾驶系统的开发得到了越来越多人都的关注。车道线的检测系统就是汽车辅助驾驶系统的一部分。它是后续的车道保持辅助、偏离车道警告、换道辅助等功能的基础，帮助确保驾驶员在车辆驾驶的过程中操作更加便捷，更加安全。　　本文是以车道线的检测作为研究目标，围绕这一目标设计出相应的检测算法，能够快速有效的从彩色道路图片中将车道线检测出来。　　车道线的检测过程主要分为五个大的部分，分别为目标粗提取，提取边缘线信息，Hough变换检测直线，直线型车道线检测和虚线型车道线检测。其中目标粗提取中选用了图像感兴趣区域的选定，色彩空间模型的变换，在V值的灰度图中选择迭代阈值法对图像进行初步分割，得到包含我们所需的目标的二值图，其中也包括了大量的背景噪音。比较各个边缘检测算子的效果，选择效果最佳的算子，得到灰度图边缘信息，但是得到的边缘线仍然不完整不封闭，再利用跟踪法得到目标连通域的边缘线。接着对边缘信息进行Hough变换，将有相同斜率的点连成Hough直线，利用闭操作获得封闭的连通域，将闭合的连通域进行极坐标系下角度theta的归类，剔除没有霍夫直线和包含水平或竖直的直线的边缘线，得到实线型车道线，进而得到行车区域，在区域内检测虚线型车道线。　　本文是在Matlab平台上实现算法设计，从目标粗提取到边缘检测再到Hough变换，对比分析各个部分的实验数据与效果，最终选择出最优的检测算法，确保复杂背景下车道线的正确检测。
作者：	谢茜
专业：	控制科学与工程
导师：	魏怡
授予学位：	硕士
授予学位单位：	武汉理工大学
学位年度：	2013
正文语种：	中文