基于機器視覺的車道線識別技術(shù)研究.pdf

1、車道識別技術(shù)作為未來智能交通的重要組成部分，已經(jīng)在現(xiàn)今的道路安全中起到了舉足輕重的作用。其涉及到了現(xiàn)代計算機視覺技術(shù)、模式識別技術(shù)、自動控制技術(shù)。在車道偏離預(yù)警系統(tǒng)（Lane departure warning system簡稱 LDWS）、自動駕駛系統(tǒng)中都需要用到車道線檢測。該技術(shù)能大大減少交通事故的發(fā)生，減少人員財產(chǎn)損失。因此對車道識別技術(shù)的研究具有重要的意義。文章將對基于機器視覺的車道線識別算法進行研究。
　　當前霧霾天氣在

2、中國大部分地區(qū)出現(xiàn)越來越頻繁，為解決霧霾天氣影響采集圖像的清晰度問題，文章提出了一種改進的暗通道優(yōu)先霧霾消除算法，改進該算法中參數(shù)大氣光值的獲取方法，將改進之后的霧霾消除算法運用到車道線檢測的預(yù)處理過程當中。另外還提出了一種根據(jù)車速確定幀數(shù)進行模糊化處理的方法，該方法可以在使用最少幀數(shù)的情況下對多幀圖像做均值處理，使路面間斷的車道線變?yōu)檫B續(xù)的車道線，方便了后續(xù)車道線的識別。為消除圖像中的透視效果，文章使用逆透視變換（Inverse Pe

3、rspective Mapping）將具有透視效果的圖像轉(zhuǎn)換成世界坐標的鳥瞰圖，使得透視圖像中原本左右不平行的車道線轉(zhuǎn)變?yōu)槠叫械木€段，簡化了以往常見的通過尋找透視消失點、天地分界線等特征來搜尋車道線的方法。文章還改進了自適應(yīng)二值化處理的步驟，分別在自適應(yīng)二值化處理前后進行一次中值濾波，改善了濾波效果。車道識別階段為了防止跨車道誤識別，提出了一種基于中軸線的防跨車道識別辦法。探究了使用隨機一致算法進行非車道區(qū)域的消除的方法，獲得了干凈的車