近年來,隨著汽車安全防護輔助駕駛系統(tǒng)的發(fā)展,該系統(tǒng)中關(guān)鍵的車道檢測技術(shù),逐漸成為研究者的關(guān)注焦點。為了克服實際場景中會出現(xiàn)的各種各樣的干擾,本研究在檢測的基礎(chǔ)上加入車道線的跟蹤步驟,充分利用道路圖像的時空一致性,有效提高了整體算法的魯棒實時性。本文主要研究的是一種基于視覺的結(jié)構(gòu)化道路場景下的車道檢測和跟蹤方法,主要工作內(nèi)容如下:首先,根據(jù)攝像頭安裝位置和圖像大小確定感興趣區(qū)域,排除采集道路圖像中存在的大量不相干部分�；谲嚨谰�只有白色和黃色的特點,提出一種對比增強的加權(quán)平均灰度化法,隨后利用圖像處理技術(shù)如圖像平滑、圖像增強以及閾值化,將車道線與背景部分區(qū)分開。其次,使用一種魯棒性強的快速線段檢測器（Line Segment Detector,LSD）進行車道邊緣檢測,并通過對比分析以驗證它的優(yōu)點。進而基于線段的特點,提出一種自適應(yīng)斜率變化的濾除方法,篩除效果相對使用基于消失點的方法或固定斜率范圍的方法更加可靠。再次,基于車道線的顏色、長度以及數(shù)量特征,提出設(shè)計三級重疊分類器,加入車道類型判別功能�？紤]到實際場景中會出現(xiàn)的干擾情況,應(yīng)用車道線跟蹤技術(shù)以提高算法的魯棒實時性,并以此生成動態(tài)... 

【文章來源】：廈門大學福建省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：72 頁

【學位級別】：碩士

【部分圖文】：

圖１．１?ＡＤＡＳ功能概況??

圖１．４車道線檢測功能??

圖２．３圖像灰度化??

【參考文獻】：
期刊論文
[1]基于交通事故數(shù)據(jù)的汽車安全技術(shù)發(fā)展趨勢分析[J]. 李一兵,孫岳霆,徐成亮.  汽車安全與節(jié)能學報. 2016(03)
[2]從ADAS系統(tǒng)產(chǎn)業(yè)發(fā)展看未來無人駕駛汽車技術(shù)前景[J]. 陳思宇,烏偉民,童杰,姜海濤,孫志濤.  黑龍江交通科技. 2015(11)
[3]直方圖均衡化的數(shù)學模型研究[J]. 吳成茂.  電子學報. 2013(03)
[4]梯度點對約束的結(jié)構(gòu)化車道檢測[J]. 王永忠,王曉云,文成林.  中國圖象圖形學報. 2012(06)
[5]基于Hough變換的車道檢測改進算法研究[J]. 李明,黃華,夏建剛.  計算機工程與設(shè)計. 2012(04)
[6]Hough變換和最小二乘擬合的車道線協(xié)調(diào)檢測[J]. 孫偉,張小瑞,唐慧強,張為公,閭軍.  光電工程. 2011(10)
[7]基于特征顏色的車道線檢測算法[J]. 胡驍,李歲勞,吳劍.  計算機仿真. 2011(10)
[8]基于限定區(qū)域和Hough變換的車道線的檢測方法[J]. 范楷,莫建文,張彤,袁華.  計算機與現(xiàn)代化. 2011(04)

博士論文
[1]室外移動機器人的道路場景識別及路徑規(guī)劃研究[D]. 吳宗勝.西安理工大學 2017

碩士論文
[1]基于視覺的車道線檢測技術(shù)研究[D]. 侯長征.西南交通大學 2017



本文編號：3577535