基于車輛視覺導航的圖像預處理的研究.pdf

1、智能車輛視覺導航系統(tǒng)是智能交通系統(tǒng)的重要組成部分，道路檢測是車輛視覺導航中的關鍵技術，其效果受到噪聲質量和成像質量的影響。智能車輛要實現(xiàn)在城市繁忙道路上完全無人駕駛，對道路圖像的處理分析是道路環(huán)境理解的基礎也是智能車輛實現(xiàn)的關鍵，對道路圖像進行適當?shù)念A處理，可以提高道路檢測的識別率，增加視覺導航的可靠性和穩(wěn)定性，因此具有相當?shù)难芯亢蛻脙r值。 本文的整體算法設計是將拍攝到的道路圖像進行灰度化處理，分析它的噪聲類型，針對不同的噪聲

2、類型，提出合理的去噪方法，然后進行圖像邊緣檢測，閾值分割等一系列處理對圖像質量進行修正，并針對本文研究的道路形狀，提出Hough變換的道路檢測方法，最后通過仿真實驗驗證算法的合理性。具體的研究工作如下： 通過比較幾種常用的圖像增強算法對道路圖像的處理效果，提出了一種改進的直方圖均衡法，比較實驗結果，發(fā)現(xiàn)對模糊的圖像應用改進的直方圖均衡效果最好，能有效的解決圖像的模糊問題：而對于雨雪天氣造成的椒鹽噪聲，用中值濾波能夠有效的去除噪聲

3、；對于高斯白噪聲，則采用自適應濾波的效果最好。在圖像邊緣檢測中，本文選定利用canny算子，它的效果是保持邊緣光滑、連續(xù)，使道路邊緣的特征得到了較好的保護。在閾值分割環(huán)節(jié)，我們通過對幾種傳統(tǒng)閾值分割方法的比較，確定通過最大類間方差法來進行閾值分割，它具有較好的抗噪聲能力，是在提高系統(tǒng)的實時性和魯棒性的基礎上對圖像進行的二值化操作。為了更好的提取道路圖像的車道線，論文利用了基于集合思想的數(shù)學形態(tài)學，形態(tài)學運算保證了道路區(qū)域的封閉性。本文采