基于機(jī)器視覺的道路檢測跟蹤系統(tǒng)研究.pdf

1、基于機(jī)器視覺的智能導(dǎo)航系統(tǒng)是智能交通系統(tǒng)的組成部分，是智能車輛導(dǎo)航系統(tǒng)的一項(xiàng)關(guān)鍵技術(shù)，而道路圖像檢測跟蹤系統(tǒng)又是智能導(dǎo)航系統(tǒng)中的重點(diǎn)部分，本文針對智能車輛視覺導(dǎo)航系統(tǒng)研究了基于機(jī)器視覺的圖像處理和分析的道路檢測和跟蹤算法。 論文介紹了智能交通系統(tǒng)的研究背景、研究意義、當(dāng)今國內(nèi)外的發(fā)展現(xiàn)狀、發(fā)展趨勢和難點(diǎn)；介紹了實(shí)現(xiàn)道路檢測算法所采用的計(jì)算機(jī)視覺理論和方法。 本文利用視覺傳感器（攝像機(jī)）采集道路圖像，主要利用Virtual

2、 C++對算法進(jìn)行仿真。在圖像濾波和增強(qiáng)處理方面，經(jīng)過試驗(yàn)效果對比，特別是通過對比在對圖像加入噪聲模擬氣候條件不好的情況下，發(fā)現(xiàn)采用中值濾波效果好、速度快，濾波后邊緣也比較清晰，利于以后的繼續(xù)處理。在圖像邊緣檢測中，通過仿真實(shí)驗(yàn)比較，本文利用Sobel算子，它的優(yōu)點(diǎn)是方法簡單、計(jì)算量小、處理速度快，并且所得的邊緣光滑、連續(xù)、誤差率低，而且Sobel算子對噪聲條件下的圖像檢測效果比較令人滿意，受到噪聲影響小，檢測結(jié)果邊緣比較連續(xù)，比較適用

3、于道路圖像檢測跟蹤系統(tǒng)。 在本文中，為了提高系統(tǒng)的實(shí)時(shí)性和魯棒性，需要對圖像進(jìn)行二值化，選擇利用對最佳閾值分割方法進(jìn)行改進(jìn)，采用迭代方法，提高了算法的抗噪聲能力。 為了更好的提取道路圖像的車道線，提出了利用基于集合思想的數(shù)學(xué)形態(tài)學(xué)，形態(tài)學(xué)運(yùn)算保證了道路區(qū)域的封閉性，同時(shí)對噪聲有很好的濾波作用。對于道路圖像的車道線，本文采用直線道路模型等道路約束條件，利用Hough變換進(jìn)行直線特征提取，Hough變換魯棒性好，抗噪音性能強(qiáng)