结构化道路图像中车道线检测算法研究

代理获取

页面导航

目录
摘要
著录项
相似文献
相关主题

摘要

伴随着社会经济的发展和公路交通系统的不断完善，汽车数量与日俱增，交通安全问题也日益突出。据我国交通事故统计表明，驾驶人员注意力不集中和超长时间疲劳驾驶是导致车道偏离发生安全事故的主要原因，因此需要设计汽车安全辅助驾驶系统在车辆将要偏离车道或发生安全碰撞时及时提醒驾驶人员，减少事故的发生，而车道检测系统是汽车安全辅助驾驶系统中的核心部分。由于道路环境的复杂性和汽车安全辅助驾驶系统对实时性要求较高，因此提高车道线检测系统的鲁棒性和实时性成为本文研究的重点。本文基于结构化道路图像的形态特征，对如何快速有效地提取不同环境下道路图像中的车道线做了较为深入的研究。
　　首先，介绍了本课题的选题背景，通过分析国内外的研究现状，确定了本文的主要研究内容。
　　然后，对事先安装在车辆上的CCD摄像机采集得到的道路图像进行预处理，详细介绍了预处理过程中包含的道路图像灰度化、道路图像去噪、道路图像增强、道路图像二值化以及道路图像边缘修补等相关技术，并分别对其常用方法进行对比和分析，最终制定了一个适合本课题的预处理算法。
　　最后，对车道线特征区域进行提取，利用道路区域与天空背景的自然分界线对图像采用垂直二分扫描选取“种子”点进行区域生长，引入面积阈值对图像中的车道线待选区域进行甄别，由此获得特征区域。利用车道线固有的特征对车道线进行检测，结合Hough变换与最小二乘法，引入有向单连通链，将“有效游程”（方向一致并属于同一条车道线）合并，对实线及虚线车道线进行拟合属于同一直线的虚线，由此提高了车道线的检测率。
　　实验结果表明，该算法对于多种不同环境下的车道线检测均有效，具有较好的鲁棒性和实时性。

著录项

作者
彭冬霞;
展开▼
作者单位

长沙理工大学;

展开▼
授予单位长沙理工大学;
学科软件工程
授予学位硕士
导师姓名殷苌茗;
年度 2015
页码
总页数
原文格式 PDF
正文语种中文
中图分类 TP391.41;
关键词
车道线检测; 结构化道路图像; 形态特征; 预处理算法; 最小二乘法;

相似文献

中文文献
外文文献
专利

1. 基于结构化道路的车道线检测研究 [J] . 刘雁斌 . 交通科技 . 2019,第004期
2. 基于RGB彩色通道的结构化道路车道线检测 [J] . 杨智杰 . 电子科技 . 2015,第001期
3. 一种基于结构化道路的单车道线检测算法 [J] . 孙爽滋 ,谷欣超 ,杨勇 . 长春理工大学学报（自然科学版） . 2008,第002期
4. 基于车道线检测与图像拐点的道路能见度估计 [J] . 宋洪军 ,陈阳舟 ,郜园园 . 计算机应用 . 2012,第012期
5. 图像复原及模糊聚类在特殊天气下非结构化道路识别中的应用 [J] . 贾嫣 ,胡晓辉 ,陈永 . 重庆理工大学学报（自然科学版） . 2013,第001期
6. 结构化道路车道线检测与跟踪算法 [C] . 杨广林 ,苗冬霜 . 2005年全国理论计算机科学学术年会 . 2005
7. 融合结构化道路区域分割的车道线检测与跟踪算法研究 [A] . 刘子伟 . 2019

结构化道路图像中车道线检测算法研究

目录

摘要

著录项

相似文献

相关主题

期刊订阅