復(fù)雜環(huán)境的道路檢測技術(shù)研究.pdf

1、道路檢測是基于視覺的車輛導(dǎo)航中的關(guān)鍵技術(shù)之一。論文以基于視覺的復(fù)雜環(huán)境道路檢測技術(shù)為研究對象，采用彩色道路圖像分割算法，在分析和討論已有技術(shù)的基礎(chǔ)上，提出了能夠適應(yīng)復(fù)雜環(huán)境的道路檢測算法。在一定程度上解決了非結(jié)構(gòu)化道路在存在陰影、水跡、亮光、樹葉覆蓋條件下的道路區(qū)域識別問題。 論文介紹了道路檢測技術(shù)的研究現(xiàn)狀，從結(jié)構(gòu)化道路和非結(jié)構(gòu)化道路兩個方面介紹并分析了世界上已有的幾個著名的檢測算法，指出目前基于結(jié)構(gòu)化道路的檢測技術(shù)已經(jīng)成熟，

2、而基于非結(jié)構(gòu)化道路的檢測技術(shù)還處于研究階段。 論文討論了彩色道路圖像檢測的特點和典型的算法。首先，在分析道路圖像特性和道路檢測要求的基礎(chǔ)上，對非結(jié)構(gòu)化道路進(jìn)行了模糊分類，即寬度漸變的道路和寬度頻變的道路兩類，為進(jìn)行針對性的道路檢測算法設(shè)計奠定了基礎(chǔ)。其次，綜合分析了各種圖像預(yù)處理技術(shù)，并通過實驗對比，設(shè)計了適合本課題的圖像預(yù)處理算法。最后，對比分析了各種彩色道路圖像邊緣檢測算法和區(qū)域分割算法。 論文研究了基于模型的道路檢

3、測算法。設(shè)計了一種改進(jìn)的基于直線模型與kalman濾波跟蹤的道路檢測算法。算法將視覺近區(qū)域作為檢測區(qū)域，并使用直線建模道路邊界，實時性更強(qiáng)。算法采用了一種遞歸循環(huán)的結(jié)構(gòu)，本次檢測結(jié)果依賴于前次檢測結(jié)果。首先，在前次檢測得到的道路中線附近一定區(qū)域內(nèi)采樣求平均獲得種子像素，然后使用一種基于HSI空間的區(qū)域生長方法進(jìn)行初步道路分割。在道路左右邊界上選擇若干觀測值進(jìn)行道路邊界線的kalman濾波器估計。最后根據(jù)左右邊界線推算道路中線。在初始條件

4、下，算法使用了一種無監(jiān)督的道路模型匹配方法檢測道路邊界。另外，算法充分考慮到了陰影、水跡等復(fù)雜環(huán)境對道路檢測的干擾，針對性的設(shè)計了識別去除環(huán)節(jié)，增強(qiáng)了道路檢測的準(zhǔn)確性。 論文研究了基于特征的道路檢測算法。設(shè)計了一種基于邊緣特征和區(qū)域特征融合的道路檢測算法。在進(jìn)行區(qū)域分割過程中只考慮H、S分量數(shù)據(jù)，這樣在一定程度上減輕了陰影等環(huán)境因素對道路檢測的影響。邊緣特征提取采用了一種改進(jìn)的基于方向均等sobel算子局部信息熵最大的算法，提高