基于圖像的車輛行道線檢測與跟蹤保持.pdf

1、隨著科技的進步和社會的發(fā)展，汽車的人均占有量迅速增加，隨之帶來的交通安全問題也得到了全世界的關(guān)注。據(jù)調(diào)查可知，目前很多交通事故是由于司機疲勞駕駛或者醉駕導(dǎo)致車輛偏離當(dāng)前行駛的車道所致。故行道線的檢測與跟蹤技術(shù)是智能車輛輔助駕駛技術(shù)的一個重要問題。本文是圍繞基于圖像的車輛行道線的檢測與跟蹤展開研究的。
　　 1.本文研究并實現(xiàn)了一種基于亮度估計和多閾值的行道線分割方法。針對攝像機會使得圖像近處亮遠處暗的成像特點，本文利用均值濾波對

2、道路圖像進行亮度估計，然后把原灰度圖像和均值濾波后的圖像進行差分，從而突出行道線區(qū)域。為了適應(yīng)各種氣候條件、光照等復(fù)雜路況的條件，本文采用了多閾值方案，對得到的差圖像進行二值化，避免單一定閾值可能帶來的分割效果不佳的后果。
　　 2.本文研究了基于消失點估計和條件約束的行道線感興趣區(qū)域處理，實現(xiàn)了基于游程長度(Rullning-Length，RL)的干擾消除方法和固定寬度范圍的細化方法。文中首先根據(jù)消失點確定行道線感興趣區(qū)域(R

3、OI)。然后，結(jié)合行道線的結(jié)構(gòu)特點，利用游程長度和固定細化方法消除了一些諸如高速公路兩邊的護欄、前方車輛等干擾，便于下一步操作。
　　 3.本文研究并實現(xiàn)了基于加權(quán)Hough變換和空間約束的行道線選取工作。為了使得提取的結(jié)果更為準確，本文采用基于加權(quán)的Hough變換方法求得多條候選行道線，然后基于空間約束的條件進行行道線的選取，構(gòu)造評價函數(shù)完成最終左右行道線的檢測。
　　 4.本文最后采用卡爾曼濾波來進行行道線的跟蹤保持