基于視覺的車道線識別算法研究畢業(yè)論文

《基于視覺的車道線識別算法研究畢業(yè)論文》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、基于視覺的車道線識別算法研究畢業(yè)論文3目錄第1章緒論11.1課題研究的背景和意義11.2國內(nèi)外研究現(xiàn)狀21.3論文的研究內(nèi)容2第2章單目視覺系統(tǒng)42.1引言42.2單目視覺導(dǎo)航系統(tǒng)成像模型42.3本章小結(jié)6第3章道路圖像預(yù)處理73.1引言73.2道路圖像灰度化73.2.1常用的灰度化方法73.2.2彩色通道提取灰度化93.3圖像灰度變換103.3.1圖像灰度線性變換113.3.2圖像灰度非線性變換113.3.3基于直方圖的灰度變換123.4圖像濾波143.4.1線性平滑濾波143.4.2非線性平滑濾波1

2、53.5圖像邊緣增強(qiáng)173.5.1圖像的梯度和邊緣檢測算子173.5.2自定義差分算子203.5.3加入噪聲圖像檢測實(shí)驗(yàn)213.6本章小結(jié)22第4章道路邊緣的識別244.1引言244.2道路檢測方法簡介244.3邊緣與區(qū)域相結(jié)合的道路檢測方法254.3.1區(qū)域生長法的基本概念2534.3.2融合兩種信息提取的仿真實(shí)驗(yàn)284.4基于模型的道路識別294.4.1道路模型假設(shè)294.4.2道路圖像特征直線提取304.4.2.1傳統(tǒng)霍夫變換提取直線304.4.2.2隨機(jī)霍夫變換提取直線324.4.2.3中值截距

3、法提取車道線344.5算法比較364.6隨機(jī)霍夫變換提取直線的檢驗(yàn)374.7本章小結(jié)43第5章結(jié)論和展望44參考文獻(xiàn)45致謝46附錄473石家莊鐵道學(xué)院畢業(yè)設(shè)計第1章緒論1.1課題研究的背景和意義隨著城市化的發(fā)展和汽車的普及，,交通環(huán)境日趨惡劣，,交通擁擠加劇，交通事故頻發(fā)，交通問題已經(jīng)成為全球范圍內(nèi)人們普遍關(guān)注的社會問題。近年來，為解決交通問題世界各國都競相開展智能車路系統(tǒng)和智能交通系統(tǒng)等領(lǐng)域的研究。智能系統(tǒng)的發(fā)展為改善交通環(huán)境狀況，提高車輛行駛的安全性與可靠性，減少駕駛員人為因素造成的交通事故等開辟

4、了廣闊的前景。隨之，智能車輛導(dǎo)航(IntelligentVehicleGuidance)的概念應(yīng)運(yùn)而生。?；谝曈X的智能車輛導(dǎo)航可追溯到19世紀(jì)70年代初期的移動機(jī)器人研究，但由于當(dāng)時的硬件水平還比較低，而圖像處理的計算量非常大，研究者的精力也就過多地耗費(fèi)在硬件平臺的設(shè)計、實(shí)現(xiàn)和測試上。但隨著計算機(jī)硬件水平的飛速發(fā)展，該問題得到了很好的解決。在智能車輛導(dǎo)航諸多復(fù)雜且具有挑戰(zhàn)性的任務(wù)中，最受重視之一的是基于視覺的道路檢測問題。從理論上分析，在道路檢測中，要獲得道路環(huán)境的三維信息，需要采用雙目或多目立體視覺

5、系統(tǒng)[1]。但是，雙目或多目立體視覺系統(tǒng)在實(shí)際應(yīng)用中所需計算量很大，而且雙目或多目立體視覺系統(tǒng)在視覺匹配問題上很難解決，，而智能車輛在較高速度下的圖像處理速度比一般情況下要高，目前的微處理器計算能力還不能完全滿足其實(shí)時性的要求，，所以目前雙目或多目立體視覺系統(tǒng)還不適合在較高速度下智能車輛視覺導(dǎo)航中應(yīng)用。當(dāng)前，智能車輛視覺系統(tǒng)主要是獲取道路平面的二維路徑信息，而道路中的其它車輛和障礙物信息可以通過視覺系統(tǒng)、、激光雷達(dá)測距儀及避障傳感器系統(tǒng)進(jìn)行信息融合得到。，這就極大的提高了信息獲取的可靠性，所以單目視覺系

6、統(tǒng)仍然能夠滿足較高速度情況下視覺導(dǎo)航的要求。實(shí)際上，世界范圍內(nèi)大多數(shù)智能車輛視覺導(dǎo)航系統(tǒng)都采用單目視覺來獲取道路環(huán)境信息。在單目或多目視覺導(dǎo)航系統(tǒng)中最為關(guān)鍵的技術(shù)就是計算機(jī)視覺。，計算機(jī)視覺的主要任務(wù)是完成道路的識別和跟蹤，。對于信息采集處理的實(shí)時性、行駛過程控制的魯棒性以及自主運(yùn)行決策的可行性都有很高的要求。這些要求就使所設(shè)計的系統(tǒng)必須在理論算法上給予強(qiáng)大的支持，針對計算機(jī)視覺部分就是要有實(shí)時高效的圖像處理算法。對基于視覺的車道線識別研究意義在于能實(shí)現(xiàn)智能車輛乃至機(jī)器人的自主導(dǎo)航，提高駕駛的安全性，改

7、善交通環(huán)境和駕駛的舒適性。識別技術(shù)用于車輛的路徑偏離預(yù)警系統(tǒng)，,77石家莊鐵道學(xué)院畢業(yè)設(shè)計第1章緒論1.1課題研究的背景和意義隨著城市化的發(fā)展和汽車的普及，,交通環(huán)境日趨惡劣，,交通擁擠加劇，交通事故頻發(fā)，交通問題已經(jīng)成為全球范圍內(nèi)人們普遍關(guān)注的社會問題。近年來，為解決交通問題世界各國都競相開展智能車路系統(tǒng)和智能交通系統(tǒng)等領(lǐng)域的研究。智能系統(tǒng)的發(fā)展為改善交通環(huán)境狀況，提高車輛行駛的安全性與可靠性，減少駕駛員人為因素造成的交通事故等開辟了廣闊的前景。隨之，智能車輛導(dǎo)航(IntelligentVehicle

8、Guidance)的概念應(yīng)運(yùn)而生。?；谝曈X的智能車輛導(dǎo)航可追溯到19世紀(jì)70年代初期的移動機(jī)器人研究，但由于當(dāng)時的硬件水平還比較低，而圖像處理的計算量非常大，研究者的精力也就過多地耗費(fèi)在硬件平臺的設(shè)計、實(shí)現(xiàn)和測試上。但隨著計算機(jī)硬件水平的飛速發(fā)展，該問題得到了很好的解決。在智能車輛導(dǎo)航諸多復(fù)雜且具有挑戰(zhàn)性的任務(wù)中，最受重視之一的是基于視覺的道路檢測問題。從理論上分析，在道路檢測中，要獲得道路環(huán)境的三維信息，需要采用雙目或多目立體視覺系統(tǒng)[