夜間車道標(biāo)識(shí)線識(shí)別與跟蹤算法研究.pdf

1、基于機(jī)器視覺的車道標(biāo)識(shí)線跟蹤系統(tǒng)研究是駕駛輔助系統(tǒng)研究中的一部分，該系統(tǒng)為車輛的自主導(dǎo)航、車道偏離等研究提供技術(shù)支持。基于機(jī)器視覺的車道標(biāo)識(shí)線跟蹤系統(tǒng)在采集圖像時(shí)，難免會(huì)受到外界光照變化的影響。然而，隨著社會(huì)的快速發(fā)展，車輛在夜間行駛的機(jī)會(huì)將會(huì)越來(lái)越多，所以，研究夜間環(huán)境下車道標(biāo)識(shí)線的識(shí)別和跟蹤算法顯得很有必要。
　　本論文的研究對(duì)象是夜間環(huán)境下車道標(biāo)識(shí)線的識(shí)別和跟蹤，論文的主要內(nèi)容分為六個(gè)部分:
　　(1)夜間車道標(biāo)識(shí)線圖

2、像的對(duì)比度增強(qiáng)算法的研究。針對(duì)夜間環(huán)境下光照不足、對(duì)比度低的特點(diǎn)，在圖像預(yù)處理時(shí)，很有必要對(duì)夜間圖像進(jìn)行對(duì)比度增強(qiáng)。通過(guò)對(duì)直方圖均衡化的研究分析，以此為基礎(chǔ)提出了一種改進(jìn)的算法，實(shí)現(xiàn)了夜間車道線圖像的對(duì)比度增強(qiáng)。經(jīng)實(shí)驗(yàn)表明，該算法提升了夜間圖像中的車道線辨識(shí)度，為后續(xù)車道識(shí)別與跟蹤奠定了良好基礎(chǔ)。
　　(2)夜間車道標(biāo)識(shí)線圖像的邊緣增強(qiáng)算法的研究。根據(jù)車道標(biāo)識(shí)線具有邊緣性可知，對(duì)圖像進(jìn)行邊緣增強(qiáng)可以去除非邊緣點(diǎn)對(duì)車道標(biāo)識(shí)線提取的影

3、響。根據(jù)車道標(biāo)識(shí)線具備斜直線性及其邊緣梯度方向與±45°接近的特點(diǎn)，選擇±45°Sobel算子來(lái)增強(qiáng)圖像的邊緣。
　　(3)基于Otsu算法的圖像二值化處理的研究。首先利用Otsu算法求出圖像的全局閾值，然后利用可變窗口法把圖像分成幾個(gè)大小不同的子窗口，再利用Otsu算法求出每個(gè)子窗口的局部閾值，最后把每個(gè)子窗口的局部閾值與全局閾值線性組合，得到每個(gè)子窗口最終的分割閾值，實(shí)現(xiàn)圖像的二值化處理。
　　(4)利用Hough變換識(shí)

4、別車道標(biāo)識(shí)線。二值化之后，圖像主要包含車道標(biāo)志線的內(nèi)外邊緣點(diǎn)和一些噪聲點(diǎn)。本文主要是對(duì)內(nèi)側(cè)邊緣點(diǎn)進(jìn)行Hough變換，所以首先進(jìn)行車道內(nèi)側(cè)邊緣點(diǎn)的提取，接著在圖像空間建立直角坐標(biāo)系，最后在該直角坐標(biāo)系上實(shí)現(xiàn)Hough變換，獲得車道線的直線方程。
　　(5)基于感興趣區(qū)的車道標(biāo)識(shí)線跟蹤研究。分別利用動(dòng)態(tài)感興趣區(qū)法和卡爾曼濾波法進(jìn)行了感興趣區(qū)的確定，并且分析了這兩種方法各自的優(yōu)缺點(diǎn)，為了既保證系統(tǒng)的實(shí)時(shí)性和又保證可靠性，結(jié)合兩種算法各自