本文關(guān)鍵詞：復(fù)雜路況的車道線檢測(cè)與識(shí)別算法研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：駕駛員的注意力不集中或者視覺(jué)干擾引發(fā)的車道線偏離是交通事故發(fā)生的重要原因之一。高級(jí)駕駛輔助系統(tǒng)(ADAS)可以減少此類交通事故的發(fā)生,具有非常重要的現(xiàn)實(shí)意義。車道線檢測(cè)是該系統(tǒng)的核心技術(shù)之一,也是實(shí)現(xiàn)車輛輔助安全駕駛的重要前提。近年來(lái),國(guó)內(nèi)外學(xué)者相繼提出一些具有重要意義的檢測(cè)算法,但是普遍存在兩方面的問(wèn)題。第一,如何在道路圖像存在較多干擾時(shí),提高算法的魯棒性。第二。如何在保證算法魯棒性的同時(shí)又可以滿足系統(tǒng)對(duì)實(shí)時(shí)性的需求。為了提高車道線識(shí)別算法的實(shí)時(shí)性和魯棒性,提出一種基于雙線性插值的特征提取算法。該算法是根據(jù)車道線的消失點(diǎn)來(lái)縮放圖像,縮放前后僅有車道線邊緣仍然保持在原來(lái)的直線上。針對(duì)路面和車道線對(duì)比度較低的情況,提出一種基于梯度增強(qiáng)轉(zhuǎn)換的特征提取算法。采用線性鑒別分析計(jì)算出當(dāng)前圖像中的最佳轉(zhuǎn)換系數(shù),使得車道線與路面的梯度值之差達(dá)到最大。此外,利用Canny自適應(yīng)邊緣檢測(cè)算法可以求得最佳的閾值,從而有效排除異常點(diǎn),利于后續(xù)的車道線擬合。針對(duì)直線模型的車道線,利用改進(jìn)Hough變換算法進(jìn)行車道線擬合。利用分區(qū)檢測(cè)的算法可以擬合直線或者曲線模型的車道線。經(jīng)過(guò)多種復(fù)雜路況的實(shí)驗(yàn)分析表明:基于雙線性插值的特征提取算法在車道線不連續(xù)、異物遮擋或亮度不均勻的情況下能較好的提取車道線;同時(shí)提出的基于梯度增強(qiáng)轉(zhuǎn)換的算法在車道線和路面的對(duì)比度較低時(shí)特征提取效果較好。利用改進(jìn)Hough變換算法進(jìn)行車道線擬合,能夠快速準(zhǔn)確的提取車道線。利用分區(qū)檢測(cè)的算法可以在多種路況下均能準(zhǔn)確快速的識(shí)別出車道標(biāo)識(shí)線。在特征點(diǎn)提取效果較好的前提下,該算法的檢測(cè)正確率高達(dá)88.5%。
【關(guān)鍵詞】：車道線識(shí)別 雙線性插值 梯度增強(qiáng)轉(zhuǎn)換 改進(jìn)Hough變換
【學(xué)位授予單位】：河南工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP391.41
【目錄】：

• 摘要5-6
• Abstract6-10
• 第一章 緒論10-20
• 1.1 課題的提出10-11
• 1.2 車道偏離預(yù)警系統(tǒng)的研究背景11-12
• 1.3 車道線識(shí)別研究狀況及存在問(wèn)題12-16
• 1.3.1 基于視覺(jué)的車道線識(shí)別研究狀況12-16
• 1.3.2 存在的問(wèn)題16
• 1.4 論文的研究工作16-20
• 第二章 基于雙線性插值的特征點(diǎn)提取20-32
• 2.1 引言20-21
• 2.2 道路圖像預(yù)處理21-23
• 2.2.1 圖像灰度化21-22
• 2.2.2 圖像增強(qiáng)22-23
• 2.2.3 感興趣區(qū)域劃分23
• 2.3 改進(jìn)的 Sobel 算子邊緣檢測(cè)23-24
• 2.4 圖像縮放24-31
• 2.4.1 消失點(diǎn)的檢測(cè)24-25
• 2.4.2 選擇圖片區(qū)域25-26
• 2.4.3 雙線性插值縮放26
• 2.4.4 特征提取結(jié)果對(duì)比分析26-31
• 2.5 本章小結(jié)31-32
• 第三章 基于梯度增強(qiáng)轉(zhuǎn)換的車道標(biāo)識(shí)線特征點(diǎn)提取32-44
• 3.1 引言32
• 3.2 傳統(tǒng)預(yù)處理下Canny邊緣檢測(cè)結(jié)果對(duì)比分析32-34
• 3.3 梯度增強(qiáng)轉(zhuǎn)換算法34-38
• 3.3.1 線性鑒別分析法34-35
• 3.3.2 梯度增強(qiáng)轉(zhuǎn)換35-38
• 3.4 Canny自適應(yīng)邊緣檢測(cè)38-39
• 3.5 特征提取結(jié)果分析對(duì)比分析39-42
• 3.6 本章小結(jié)42-44
• 第四章 車道標(biāo)識(shí)線識(shí)別44-54
• 4.1 引言44
• 4.2 基于改進(jìn)Hough變換的車道線擬合44-48
• 4.2.1 基于傳統(tǒng)Hough變換的車道線擬合44-46
• 4.2.2 基于改進(jìn)Hough變換的車道線擬合46-48
• 4.3 基于分區(qū)域檢測(cè)的車道線擬合48-53
• 4.3.1 三次B樣條曲線模型的建立48-49
• 4.3.2 分區(qū)域檢測(cè)49-51
• 4.3.3 復(fù)雜工況下實(shí)驗(yàn)結(jié)果51-53
• 4.4 本章小結(jié)53-54
• 總結(jié)與展望54-56
• 參考文獻(xiàn)56-62
• 致謝62-63
• 個(gè)人簡(jiǎn)歷63

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 劉金龍;張曉雨;;基于直線模型的道路邊界識(shí)別技術(shù)[J];電子科技;2014年10期

2 張

本文編號(hào)：263039