視覺導(dǎo)航系統(tǒng)中道路圖像處理技術(shù)研究.pdf

1、視覺導(dǎo)航是智能車輛導(dǎo)航的一項(xiàng)關(guān)鍵技術(shù)，本文針對(duì)智能車輛視覺導(dǎo)航系統(tǒng)研究了基于單目視覺的圖像處理和分析的道路檢測(cè)和跟蹤算法。 論文介紹了智能車輛的研究背景、研究意義、當(dāng)今國(guó)內(nèi)外的發(fā)展現(xiàn)狀、發(fā)展趨勢(shì)和難點(diǎn)。本文利用視覺傳感器采集道路圖像，在圖像濾波和增強(qiáng)處理方面，考慮到智能車輛的實(shí)時(shí)性，對(duì)道路圖像先作行方向的一維中值濾波，再作列方向的一維中值濾波，可以得到和二維中值濾波相近的結(jié)果，但是計(jì)算量大大縮小，道路邊緣的特征也得到較好的保護(hù)。

2、在圖像邊緣檢測(cè)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(jiǎn)單、處理速度快，并且所得的邊緣光滑、連續(xù)。為了提高系統(tǒng)的實(shí)時(shí)性和魯棒性，對(duì)圖像進(jìn)行二值化，通過對(duì)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(duì)噪聲有很好的濾波作用。對(duì)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

3、換進(jìn)行直線特征提取，Hough變換魯棒性好，抗噪性能力強(qiáng)，且能連接共線短直線。通過直線參數(shù)可以求出車輛相對(duì)車道線的位置偏移和角度偏移，接著論文提出利用卡爾曼濾波對(duì)車道線跟蹤。論文還分析和討論了基于區(qū)域生長(zhǎng)法和邊緣檢測(cè)的無道路標(biāo)示的道路圖像的道路邊界識(shí)別，整合了兩種方法的優(yōu)缺點(diǎn)，確定了車輛在道路中的位置，并確定感興趣區(qū)域?qū)崿F(xiàn)道路邊界跟蹤。 利用采集的實(shí)際道路圖像對(duì)本文提出的算法進(jìn)行仿真實(shí)驗(yàn)，仿真結(jié)果表明道路檢測(cè)和跟蹤算法是可行的和