基于紋理特征和消失點的道路識別算法研究.pdf

1、基于視覺的智能導航系統(tǒng)在國防和國民經(jīng)濟領域具有廣闊的應用前景，是計算機視覺領域的研究熱點。其中，道路識別作為智能導航系統(tǒng)的關鍵技術之一，成為了國內外眾多學者的研究重點。
　　在道路識別算法的研究中，基于紋理和消失點估計的道路檢測，因其在復雜道路環(huán)境下表現(xiàn)出較強的魯棒性，成為了各科研機構的研究重點。然而，該類算法仍然存在著算法復雜度過高、消失點位置精確度相對不足的問題。雖然有學者通過引入投票機制來提高消失點的估計精度，但過高的計算量

2、進一步降低了算法的實時性。因此，本文針對該類算法中消失點精確度不足、道路邊界搜索復雜度過高的問題，在現(xiàn)有投票機制的基礎上，提出一種融合多信息的消失點估計及其道路識別算法，以提高算法的實時性和準確性。主要工作如下：
　　針對消失點估計過程中，算法復雜度過高、精確度不足等問題，本文分析了現(xiàn)有的初始消失點估計方法，結合消失點形成原理，提出了一種基于邊緣檢測的主方向上多維度的消失點估計方法。首先對道路圖像進行Canny邊緣檢測，然后在邊緣

3、點的基礎上，引入道路主方向定義，并運用該定義篩選有效的投票點，進而在此基礎上設計出基于道路主方向的多維度消失點投票方法。本方法從道路主方向的整體角度出發(fā)，給出了快速、準確地提取有效像素點的計算過程，其計算復雜度得到了有效的降低。
　　針對基于消失點的道路邊界搜索過程中，存在因搜索范圍廣而導致算法復雜度高的問題，本文分析了初始消失點中投票向量的含義，結合票數(shù)的分布特點，提出了基于消失點的多信息融合道路識別算法。該算法將投票向量中票數(shù)

4、較高的分量對應的方向作為道路主邊界的優(yōu)先搜索方向，并對搜索方向的數(shù)量進行了限制，從而有效的縮小了道路主邊界線的搜索范圍。同時，融合紋理、顏色等多種特征對道路邊界進行定義，為準確提取出道路邊界提供了保障。
　　為了驗證上述算法工作，本文分別就消失點估計和道路邊界搜索兩個方面，用定量分析與主觀判斷相結合的方式，對提出的改進方案和對比算法進行了驗證與分析。實驗結果表明，本文的算法有較高的實時性、準確性和魯棒性，具有一定的理論價值和實際應