智能车辆在夜晚城市道路上的视觉导航方法研究
时间:2017-05-02 11:32 来源:毕业论文 作者:毕业论文 点击:次
| 摘要夜间行道线检测是智能车辆夜间行驶的前提。夜间车道图像具有分辨度低，光照不均匀，干扰较多的特点。我们尝试了大量的方法来进行行道线检测，如模糊增强，基于高帽变换的行道线检测，基于Prewitt算子的行道线边缘检测。在效果不理想的情况下，对以上算法进行改进，如分块模糊增强，基于倒置的Log Prewitt算子的边缘检测等。经过大量的实验对比，我们选择了如下方法：在对图像进行预处理之后，采用基于中间两侧差的方法对行道线进行识别，用Hilditch细化算法进行直线细化，然后用Hough变换进行直线方程提取，最后对提取出的直线进行删减和显示。经多个夜间城市道路视频序列图像的验证，本方法能够准确地识别出其中的绝大多数图像中的行道线，稳定性很好。7969 关键词 夜间城市道路 行道线检测 Hough变换 Prewitt算子 毕业设计说明书（论文）外文摘要 Title Visual navigation methods of intelligent vehicles on urban roads at night Abstract Night-time lane detection is the premise of the intelligent vehicle traveling at night. Night-time lane image have low resolution, uneven illumination and much noise. We tried a number of methods to deal with lane detection, such as fuzzy enhancement, lane detection based on Hat transform, lane edge detection based on the Prewitt operator. With unsatisfied results, we improved the above algorithms, such as block fuzzy enhancement, lane edge detection based on the inversion of the Log Prewitt operator etc. After a number of experimental contrast, we selected as follows: after image preprocessing, we use the method of reducing the middle and both sides to identify the lane, use Hildtch thinning algorithm to refine the line and then we use Hough transform to detect the lane. At last, we filter and show the lines. By testing many sequences of night-time lane images, we can detect the lanes of most images accurately and stably by using this method. Keywords Urban roads at night Lane detection Hough transform Prewitt operator 目 录 1 绪论5 1．1 背景知识5 1．2 目的和意义5 1．3 本课题国内外的研究现状5 1．4 本方法的特点及优势7 1．5 本文的结构7 2 夜间道路图像的预处理9 2．1 灰度图生成9 2．2 图像滤波10 3夜间行道线检测系统16 3．1 行道线检测算法16 3．2 Hilditch细化算法22 3．3 直线提取23 3．4 虚假线的删除25 3．5 结果图像生成与展示27 4 实验平台27 4．1 仿真平台29 4．2 应用平台31 4．3 实验效果32 结论 36 致谢 37 参考文献38 1 绪论 1．1 背景知识 近10年来，智能车辆己经成为世界车辆工程领域研究的热点和汽车工业增长的新动力，很多发达国家都将其纳入到各自重点发展的智能交通系统当中。智能汽车与一般所说的自动驾驶有所不同，它指的是一个集环境感知、规划决策、多等级辅助驾驶等功能于一体的综合系统，它集中运用了计算机、现代传感、信息融合、通讯、人工智能及自动控制等技术，是典型的高新技术综合体。 机器视觉是指用机器代替人眼来做测量和判断。机器视觉系统是指通过机器视觉产品（即图像摄取装置，分CMOS和CCD两种）将被摄取目标转换成图像信号，传送给专用的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号；图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。 (责任编辑：qin) |