復(fù)雜交通環(huán)境下智能車輛道路識別技術(shù)研究.pdf

1、近年來機(jī)器視覺在交通領(lǐng)域得到了廣泛的應(yīng)用，隨著智能車輛視覺導(dǎo)航技術(shù)的發(fā)展，基于視覺的道路識別技術(shù)逐漸成為研究的熱點。在智能車輛實際行駛過程中道路的情況復(fù)雜多變，因此在復(fù)雜交通環(huán)境下對道路的識別技術(shù)是研究的重難點所在。本論文以復(fù)雜交通環(huán)境為背景，旨在研究一種能夠適應(yīng)多種道路環(huán)境的道路識別技術(shù)方案。
　　本論文在調(diào)研了國內(nèi)外基于視覺的道路識別技術(shù)的發(fā)展現(xiàn)狀后，針對本文的應(yīng)用場景，考慮到單一的圖像特征難以將復(fù)雜多變的道路特征描述完善，故

2、而研究了一種融合了顏色特征和紋理特征的多特征融合的道路識別方法。本論文的研究內(nèi)容主要包括以下幾點:
　　(1)采用了一種基于HSV彩色空間的圖像增強(qiáng)方法對圖像進(jìn)行預(yù)處理。該方法利用圖像中像素點的鄰域像素的均值和方差，采用局部增強(qiáng)的方法對亮度和飽和度進(jìn)行增強(qiáng)，使得增強(qiáng)后的效果圖在符合人眼視覺特性的同時其顏色可以更加鮮明。
　　(2)研究了一種基于顏色特征的分層標(biāo)記分割的道路識別方法。該算法依據(jù)圖像中不同區(qū)域的顏色差異與道路區(qū)域

3、顏色特征的一致性，將圖像分為三個不同的層次區(qū)域:道路區(qū)域、路邊景物區(qū)域和上方區(qū)域。實驗結(jié)果表明，該方法可以在多數(shù)情況下較為準(zhǔn)確的識別出圖像中的道路區(qū)域。
　　(3)在識別出的道路區(qū)域內(nèi)利用局部二元模式LBP算子對圖像的紋理特征進(jìn)行描述。對于基于顏色特征的圖像分割，圖像中的陰影、污漬等對道路識別結(jié)果有一定的影響。因此，采用LBP算子對識別出的道路區(qū)域?qū)嵤┘y理特征提取，再對整幅圖像進(jìn)行匹配，進(jìn)而可以較為準(zhǔn)確的識別出陰影干擾的道路區(qū)域。