原文传递
单目视觉结构化道路车道线检测和跟踪技术研究
| 论文题名： | 单目视觉结构化道路车道线检测和跟踪技术研究 |
| 关键词： | 车道线;图像预处理;消失点;权值聚类;卡尔曼滤波 |
| 摘要： | 20世纪80年代以来,自主导航已成为智能车领域研究的主要方向,车道线是实现自主导航的重要信息,因此开发一种鲁棒性和实时性较高的车道线检测方法成为智能车领域中研究的热点问题。本文主要研究了基于单目视觉的结构化道路车道线检测和跟踪技术。通过理论分析和仿真结果确定了一种包含图像预处理、直线检测、消失点检测、车道线提取的算法流程,并利用Kalman滤波实现了车道线的跟踪检测。 在图像预处理模块,本文给出了一个最优的算法流程:G分量灰度化、中值滤波、Sobel边缘检测、OSTU法二值化。实验结果表明这一流程能够很好的检测出光照较好和光照较恶劣的道路图像中的车道线边缘。 为了降低干扰线对第一帧图像消失点检测的影响,本文提出了权值聚类法。根据传统Hough变换会在车道线附近检测出多条倾角相近的直线,而这些直线对应参数空间中一组密集点的特点,先采用权值聚类法得到直线簇的中心直线,然后再次利用权值聚类法得到这些中心直线交点的中心点,将得到的中心点作为最终的消失点。仿真结果表明该方法能够很好地排除干扰线的影响。 为了提高系统的实时性,对第一帧道路图像和跟踪过程中地直线检测和消失点检测分别采用了不同的方法。第一帧图像采用传统Hough变换查找直线,权值聚类法检测消失点,消失点约束中心直线提取车道线。在跟踪过程中首先采用Kalman滤波确定出感兴趣域,再根据线性邻域法检测出消失点,然后用基于消失点的改进Hough变换查找直线,最后根据直线簇的角度信息提取车道线。 通过对采集的道路图像和视频进行离线仿真测试,结果表明本文所设计的车道线检测算法在光照较好和光照较恶劣的道路环境下都能稳定实时地识别出车道线,能满足工程应用的需求。 |
| 作者： | 付永春 |
| 专业： | 控制工程 |
| 导师： | 戚国庆 |
| 授予学位： | 硕士 |
| 授予学位单位： | 南京理工大学 |
| 学位年度： | 2012 |
| 正文语种： | 中文 |
检索历史
应用推荐
