基于紅外圖像道路識(shí)別與道路跟蹤.pdf

1、智能車輛(Ⅳ)系統(tǒng)是近年來(lái)各國(guó)潛心研究的一個(gè)新領(lǐng)域,其中的視覺(jué)系需要實(shí)時(shí)檢測(cè)行駛環(huán)境,確定道路的邊界,使得智能車輛能夠全天候的在無(wú)人駕駛或操縱的情況下自主安全平穩(wěn)的行駛.采用紅外攝像機(jī)獲取圖像是該視覺(jué)系統(tǒng)常用的一種方法.因此,紅外圖像的道路識(shí)別成為智能車輛系統(tǒng)的一個(gè)研究重點(diǎn).該文主要針對(duì)紅外道路圖像的特點(diǎn),對(duì)如何有效的提取出道路區(qū)域作了一定的研究.主要從三個(gè)方面研究了紅外道路圖像的處理算法.從點(diǎn)域、鄰域分別探討和實(shí)現(xiàn)了對(duì)道路圖像的灰度拉

2、伸、噪聲平滑及突出邊緣的銳化處理,使用合理的方法去掉了過(guò)亮和過(guò)暗點(diǎn)的影響,給出了紅外道路圖像的直方圖預(yù)處理技術(shù)以及基于直方圖分析和灰度統(tǒng)計(jì)的二值化算法.在對(duì)多種邊緣檢測(cè)方法,包括傳統(tǒng)的Sobel算子、Laplacian邊緣檢測(cè)分析后,提出了一種帶狀邊緣的檢測(cè)方法.另外,該文將廣義Hough變換引入到道路邊緣曲線擬合中,分別探討了直線和拋物線的道路模型的曲線擬合.由于道路的復(fù)雜性,該文對(duì)道路作了一定的假設(shè)和推理,并將這些知識(shí)同各種算法結(jié)合