原文传递
阴影遮挡条件下的公路车道线识别研究
| 论文题名： | 阴影遮挡条件下的公路车道线识别研究 |
| 关键词： | 公路车道线识别;光照无关图;边缘检测;最大类间方差法;Hough变换 |
| 摘要： | 随着工业技术的进步，机动车的保有量大大增加，交通事故的出现比例也随之提高。高级辅助驾驶系统可以有效的降低事故发生的可能性，并提升驾驶安全性。高级辅助驾驶系统最为关键的技术就是车道线检测与跟踪技术，因此研究车道线识别与跟踪技术有着非常重要的意义。目前，现实场景中的阴影问题仍是影响车道线识别准确率的最大因素。针对高速公路上的障碍物阴影遮挡问题，提出了一种有效的车道线检测算法。 首先，对阴影图像进行预处理时，通过划分感兴趣区域，排除了图像中的大部分无用信息；由于三通道图像中的数据量太多，选择将其转换为灰度图像，利用图像在对数色度比空间中的投影特性，遍历投影角度的信息熵，得到相对应的光照无关图，完成图像的灰度化，去除掉图像中的阴影，经过对比实验，该方法在阴影遮挡的道路上具有较好的提取效果。 其次，进行边缘检测时，在空间域中使用双边滤波平滑图像，保证边缘点不会被过滤掉；考虑到手动选取阈值与智能化背道而驰，改进了最大类间方差法，自动计算图像分割的最佳双阈值；改进了Canny算子的检测方法，实现了图像分割，有效地将路面背景与车道线区分开。 然后，将曲线近似为直线进行处理，优化了计算结构；对Hough变换添加约束条件，以减少计算量，对分割出的车道线进行拟合；使用卡尔曼滤波，实现了对检测出的车道线的跟踪。 最后，通过在Tusimple数据集和Cityscapes数据集上进行车道线识别的对比实验，本文提出的阴影去除及车道线识别算法相较于其它的方法，在保证准确率的同时，处理速度更具优势，具有一定的研究价值和意义。 |
| 作者： | 李鑫 |
| 专业： | 车辆工程 |
| 导师： | 李昊 |
| 授予学位： | 硕士 |
| 授予学位单位： | 燕山大学 |
| 学位年度： | 2022 |
检索历史
应用推荐
