1。4 本文的结构及安排 4

2 基于 Hough 变换的道路边界检测 5

2。1 引言 5

2。2 基于 Hough 变换的方法研究以及改进 5

2。2。1 兴趣区域的提取 5

2。2。2 对兴趣区域进行 canny 检测 6

2。3 Hough 变换 7

2。3。1 Hough 变换的简单介绍 7

2。3。2 对道路边界信息的提取 7

3 基于空间线模型(SPRAY)的道路识别方法研究 8

3。1 引言 9

3。2 道路上的问题以及情况的提出 9

3。3 基于空间线特征（SPRAY）的道路地形检测 10

3。3。1 基础分类器 11

3。3。2 SPRAY 特征的产生 12

3。3。3 道路区域的分类 15

4 实验总结以及对未来的展望 17

4。1 开发环境的简介 17

4。2 结 论 17

参 考 文 献 20

本科毕业设计说明书 第 II 页

1 绪 论

1。1 视觉道路检测的研究意义

随着道路的不断发展和汽车数量的不断增加各类交通事故的发生率也在逐年上升，并且 已经严重的威胁到了人们的生命财产安全。百分之七十以上的交通事故都是由于驾驶员面对 突发状况反应不及时所导致，因此为了保护自身安全，人们致力于研究汽车安全系统。如先 进驾驶辅助系统（ADAS）等。视觉辅助导航是当前图像处理最热门的应用技术之一，而道 路监测是其重要的组成部分。一直以来，人们对视觉辅助导航系统的研究中，视觉道路理解技 术一直是研究人员关注的重要课题。

检测驾驶空间和道路边界是建立 ADAS 的一个重要信息来源，如车道偏离警告系统。最 先进的 ADAS 依靠车道标记或高架道路分隔符(如护栏)得出推断实际道路。这些边界类型能 被探测到，因为它们在视觉或物理性质上有所区别。然而，并不是所有的道路都能被这样的 场景元素分隔。因此重要的是要检测到道路边界的路边石。但是，这些都是非常具有挑战性 的检测，因为其在视觉外观属性上不一定可以检测出高度差。

为了检测道路的软质路肩，研究道路的视觉差异已成功应用于农村公路。从道路和非道 路纹理识别以及颜色和边缘特征中可提取局部图像。由于在运行时道路外观是变化的，一些 作者提出在线外模型的调整。此外，相机数据的融合与其他传感器：如雷达，出现了检测高 栏杆等障碍。特别是在城市场景中，视觉场景中有灰色的外观类似于道路区域(如房子的墙壁， 人行道，灰色的汽车)。因此，道路的差异基于局部视觉外观可能出现强烈的模糊性问题，即 道路区域以外的区域外观视觉上非常类似于在道路上。这使得基于局部视觉外观的分类极具 挑战性。为此，我们出现了其他方法检测道路边界：如基于物理高度利用立体视觉甚至高度 注释的数字地图信息。然而，许多检测方法中出现路边石物理高度不足的情况。总之，现有 的方法不能完全适用于建立 ADAS，如 LDWS 道路等。