資源描述：
《基于sobel和hough變換的車道線識別算法研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在工程資料-天天文庫。
1、基于Sobel和hough變換的車道線識別算法研究摘要：車道線的識別是車道保持系統(tǒng)的核心部分。文中提出了基于Sobel和hough變換的車道線識別算法，主要包括感興趣區(qū)域設(shè)定、二維小波包分解降噪、Sobel算子的邊緣檢測和hough變換的車道線特征點識別。運用該算法對某一汽車常用工況下的車道線圖像進行識別，試驗結(jié)果表明該算法能較好地識別車道線。中國8/vie 關(guān)鍵詞：車道線；感興趣區(qū)域；小波包分解；Sobel；hough變換 中圖分類號：TP18文獻標識碼：A：1009-3044（2017）06-0214-03 Abstract：Theidentific
2、ationofthelanemarkisthecorepartofthelanekeepingsystem.ThelanelineidentificationalgorithmbasedonSobelandhoughtransformisproposedinthispaper.Thealgorithmmainlyincludesthesettingoftheregionofinterest，noisereductionontheapplicationofthetensional.Thealgorithmisusedtoidentifythelaneinanim
3、ageonoperatingconditionofavehicle.Theexperimentalresultsshocan. 1概述 作?櫧?車主動安全系統(tǒng)之一的車道保持系統(tǒng)在汽車主動安全領(lǐng)域扮演的角色越來越重要。研究表明，大約15%的道路交通事故是由車輛駛離公路造成的[1]，車道保持系統(tǒng)能夠有效地減少道路交通事故的發(fā)生。目前，關(guān)于車道保持系統(tǒng)的研究主要集中在兩個方面：一是當(dāng)檢測到車輛在行駛過程中偏離車道時，系統(tǒng)向駕駛員發(fā)出車道偏離警告信號[2-5]；二是系統(tǒng)發(fā)送警告信號的同時，通過干預(yù)轉(zhuǎn)向系統(tǒng)，糾正車輛姿態(tài)，使車輛行駛在正確的車道上，從而保證駕駛員的行
4、車安全[6-10]。不管系統(tǒng)是否帶有干預(yù)功能，車道線的識別是車道保持系統(tǒng)的核心部分，其識別質(zhì)量的好壞直接影響著整個系統(tǒng)控制結(jié)果。本文提出了基于Sobel和hough變換的車道線識別算法，并通過某一汽車常用工況下對車道線圖像進行識別試驗，驗證了算法的可行性和較好的識別效果?！ ?車道線識別算法 整個車道線識別過程主要分為4部分：感興趣區(qū)域設(shè)定、圖像預(yù)處理、車道線邊緣檢測和車道線特征點識別，如圖1所示?！ ?.1感興趣區(qū)域設(shè)定 為提高車道線識別的實時性和魯棒性，降低車道線檢測過程中的計算強度，提高車道偏移判定的準確率，同時提升系統(tǒng)的響應(yīng)速度，在車道線識別之初，
5、在圖像中設(shè)定感興趣區(qū)域（RegionofInterest，簡稱ROI）?！ 〗Y(jié)合車道線在車輛正常行駛或駛離原車道時在圖像中可能的位置，本文設(shè)定了若干個邊界條件，f1（x）、f2（x）、f3（x）、f4（x）、f5（x）以及圖像自身邊界。由此若干個邊界圍成的區(qū)域，如圖2所示，即為感興趣區(qū)域。本文采用的邊界條件如下，以極坐標的形式表示： 2.2圖像預(yù)處理 圖像在采集、獲取、傳送和轉(zhuǎn)換過程中通常會受到隨機信號的干擾，大量噪聲產(chǎn)生會導(dǎo)致圖像的質(zhì)量下降，同時也會掩蓋重要的圖像信息，對圖像的最終處理效果造成較大不良影響，故在對圖像中的車道線進行識別前，還需對圖像進行預(yù)
6、處理――降噪。 本文采用二維小波包分解技術(shù)進行濾波降噪[11-12]。利用該技術(shù)能將頻帶進行多層次劃分，對分辨率分析沒有細分的高頻部分進一步分解，且能依據(jù)被分析特征自適應(yīng)地選擇相應(yīng)的頻帶，使之與信號頻譜向匹配，從而提高時頻分辨率。具體步驟如下： 1）對圖像進行小波包分解。選取合適的小波并確定一個小波分解的層次N，接著對圖像進行N層小波包分解； 2）計算最佳樹，即確定最佳小波包基。在對圖像進行小波包分解時，可采用多種小波包基，而通常根據(jù)分析圖像的要求，從中選擇最好的一種小波包基，即最優(yōu)基； 3）對小波包分解系數(shù)的閾值進行量化； 4）對圖像的小波包進行重
7、構(gòu)。根據(jù)第N層的小波包分解系數(shù)和量化處理系數(shù)，進行圖像的小波包重構(gòu)?！ ?.3車道線邊緣檢測 本文采用Sobel算子的檢測邊緣方法[13-14]。Sobel算子從相異的方向檢測圖像，是一組方向算子，它并非簡單的求均值在進行差分，而是提高了中心像素領(lǐng)域4個方向像素的權(quán)重。其計算式子如下： 式中，f（x，y）是圖像坐標為（x，y）的整數(shù)像素灰度值，Sx和Sy分別是水平和垂直方向的一階微分，S[f（x，y）]是Sobel算子的梯度。 2.4車道線特征點識別 本文采用hough變換[15-16]，將圖像空間轉(zhuǎn)換到特定的參數(shù)空間，以實現(xiàn)檢測車道線的功能。在直角坐
8、標參數(shù)空間，平面x-y上，通過點（xj
