视觉导航中车道标志线检测的改进算法

论文摘要

随着现代经济的发展,城市化、汽车化的加快,迫切需要交通管理方法的现代化,这样就产生了对智能交通系统(ITS)的研究.视觉导航是智能交通系统的重要组成部分,以其自主式车辆事故预警和行驶导航机制,在提高汽车的安全性能和减少交通事故方面有着广阔的应用前景.采用计算机视觉技术的辅助驾驶系统,由于探测范围的完整性和宽广性,同时具有优越的性价比,是视觉导航系统的重点发展方向之一.本论文的主要工作如下：首先介绍了当今国内外视觉导航系统的研究现状,并对本课题的研究背景和意义进行了说明.其次设计了基于边缘的阴影检测算法并对阴影进行弱化,可以为后续的车道线识别提供支持.通过建立对比度拉伸函数,在一定程度上提高了图像的对比度,基本可以方便后续车道标志线识别的要求.最后总结了目前主要的道路检测算法,重点研究了基于边缘的道路检测算法,改进了Hough变换的直线检测算法,设计和实现了车道标志线检测.仿真结果表明该方法可以取得较好的识别效果,很好地识别出车道标志线,从而为车道偏离报警系统融合多种道路识别算法提供支持.

论文目录

• 中文摘要
• ABSTRACT
• 第1章 绪论
• 1.1 视觉导航系统概述
• 1.2 课题研究背景和意义
• 1.2.1 课题研究背景
• 1.2.2 课题研究意义
• 1.3 视觉导航系统研究的现状
• 1.3.1 国外研究现状
• 1.3.2 国内研究现状
• 1.4 论文的组织结构
• 第2章 预备知识
• 2.1 道路图像灰度化
• 2.2 灰度图像直方图
• 2.3 直方图均衡化
• 2.3.1 直方图均衡化的目的
• 2.3.2 直方图均衡化的原理
• 2.3.3 直方图均衡化的效果
• 2.4 道路图像的边缘检测
• 2.4.1 边缘检测效果与分析
• 2.5 本章总结
• 第3章 道路图像预处理
• 3.1 引言
• 3.2 检测模式的识别
• 3.2.1 模式判别的原理和流程图
• 3.3 阴影检测模块描述
• 3.3.1 阴影检测总体结构
• 3.3.2 各模块算法描述
• 3.4 低对比度图像处理模块描述
• 3.5 算法设计图
• 3.6 本章总结
• 第4章 车道标志线检测算法设计
• 4.1 引言
• 4.2 目前几种常用的道路检测方法
• 4.3 道路基本假设
• 4.4 SUSAN边缘检测算子
• 4.4.1 SUSAN边缘检测原理
• 4.4.2 SUSAN边缘检测算法描述
• 4.4.3 SUSAN算法关键参数的确定
• 4.5 Hough变换直线检测
• 4.5.1 Hough变换基本原理
• 4.5.2 直线的极坐标形式
• 4.5.3 改进的Hough变换直线检测方法
• 4.6 车道标志线识别
• 4.6.1 线条筛选
• 4.6.2 线条组织
• 4.6.3 主方向线查找
• 4.6.4 车道线识别
• 4.7 车道标志线检测的算法流程图
• 4.8 实验结果与分析
• 4.9 本章总结
• 第5章 总结和展望
• 5.1 总结
• 5.2 展望
• 参考文献
• 致谢