一种基于直线模型的车道线识别算法研究

第29卷第1期2012年1月计算机应用研究

ApplicationResearchofComputersVol.29No.1Jan.2012

一种基于直线模型的车道线识别算法研究

*

超,狄帅,侯利龙,石小凤

(河南工业大学信息科学与工程学院,郑州450001)

要:为了更好地满足车道标志线识别算法的实时性和鲁棒性要求,提出了一种新的、有效的车道标志线识

采用中值滤波去除图像采集过程中引入的噪声,应用方向可调滤波器进行边缘提取,别算法。将图像灰度化后,

在提取过程中对原图像进行感兴趣区域划分并采用边缘分布函数法确定方向可调滤波器的初始方向角。提出使用基于梯度加权的霍夫变换对车道标志线进行识别,通过建立梯形感兴趣区域的方法实现对车道标志线的实时跟踪,并对多段实地采集的视频进行实验测试。结果表明:基于方向可调滤波器与梯度加权的霍夫变换相结简化了对车道标志线信息特征参量的估计;不仅大大缩减了算法的执行时间,而且使合的车道标志线识别方法,算法的鲁棒性得到很大的提高。

关键词:方向可调滤波器;边缘分布函数;梯度加权霍夫变换;车道标志线识别;车道标志线跟踪中图分类号:TP391

文献标志码:A

文章编号:1001-3695(2012)01-0326-03

doi:10.3969/j.issn.1001-3695.2012.01.090

Linearmodelbasedlanemarkidentificationalgorithm

FANChao,DIShuai,HOULi-long,SHIXiao-feng

(SchoolofInformationScience&Engineering,HenanUniversityofTechnology,Zhengzhou450001,China)

Abstract:Inordertomeettherequirementsofthereal-timeandrobustnessoflanemarkidentificationalgorithm,thispaperproposedalanemarkidentificationalgorithm.Turningthecolorimageintograyscale,filteringoutnoisebymedianfilterandextractingthelanemarkedgebysteerablefilterwereintroducedfirstly.Todeterminetheinitialdirectionangleofthefilter,theimagewasdividedintointerestregionsandthealgorithmofedgedistributionfunction(EDF)wasused.Then,putforward

timetrackingofthelanetheidentificationalgorithmbasedongradientweightedHoughtransform.Finally,performedthereal-andverifiedthevalidityoftheproposedmethodbyexperimentsbyusingsever-markbyestablishingtrapezoidareasofinterest,

alvideos.TheresultsshowthatthecombinationofsteerablefilterandgradientweightedHoughtransformsimplifiestheinfor-mationcharacteristicsofthelanemarkestimation,whichalsogreatlyreducestheexecutiontimeandmakestherobustnessofthealgorithmgreatlyimproved.

Keywords:steerablefilter;edgedistributionfunction;gradientweightedHoughtransform;lanemarkidentification;lanemarktracking

0引言

车道标志线的正确识别是智能车辆实现自主导航和一些

针对实际交通环境,提出一种新的、有效的预处理方法;同时,为了进一步提高算法的实时性和鲁棒性,提出一种改进的Hough变换方法进行车道标志线的识别。

安全辅助驾驶系统(如车道偏离预警系统等)正常工作的基本前提。目前,已经提出了很多基于视觉的车道标志线识别方法。按照识别方法的不同总体上可分为两大类,即基于特征和基于模型。这些方法通常利用不同的道路模型(2D或3D、直模板匹配、线或曲线)和不同的车道线提取技术(Hough变换、神经网络技术和小波技术等)

[1~5]

1道路图像预处理

车载视觉系统采集到的图像中除了含有车道线信息外,通常还有很多噪声和干扰信息;道路图像预处理的目的就是最大程度地强化车道标志线信息,除去干扰与噪声,为更好地进行车道标志线识别作准备。1.1

灰度化与滤波处理

。此外,车道线识别算法还

可以分为基于频率域或空间域两种方式。大部分车道线识别算法都工作在图像的空间域,但也有算法工作在图像的频率6]域。文献[中就提出了一种使用频率域特征进行车道线识别的算法。

当道路路面结构不均匀、光照变化以及其他车辆的存在使得道路图像变得复杂时,上述方法有时会出现误识别。究其原因,大部分是由于道路图像预处理效果不好所致。因此,本文

收稿日期:2011-06-08;修回日期:2011-07-29

车载视觉系统采集的图像为彩色图像,为了加快处理速

度,通常把彩色图像转换成灰度图像。图像灰度化的方法主要G、B三个分量中的最取R、有:直接使用G作为转换后的灰度,大值、最小值、算术平均值等。这里采用取三个分量的算术平均值对原始彩色图像进行灰度化处理。

图像的滤波处理主要分为空间域和频域两种方法,前者是

基金项目:国家自然科学基金资助项目(61071197)

作者简介:樊超(1976-),男,河南郑州人,副教授,博士,主要研究方向为模式识别与图像处理(anfan2003@gmail.com);狄帅(1987-),男,硕士研究生,主要研究方向为图像处理;侯利龙(1986-),男,硕士研究生,主要研究方向为图像处理;石小凤(1986-),女,硕士研究生,主要研究方向为图像处理.

Word文档免费下载Word文档免费下载:一种基于直线模型的车道线识别算法研究 (共4页,当前第1页)

你可能喜欢

  • Hough变换
  • 车道线检测
  • 道路识别算法
  • 车道偏离预警
  • 数学建模试题
  • 数学建模论文
  • 元胞自动机
  • 交通管理与控制

一种基于直线模型的车道线识别算法研究相关文档

最新文档

返回顶部