資源描述：
《一種車道線檢測與跟蹤方法》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、2442011，47（3）ComputerEngineeringandApplications計(jì)算機(jī)工程與應(yīng)用一種車道線檢測與跟蹤方法王松波WANGSongbo湛江師范學(xué)院商學(xué)院，廣東湛江524048ZhanjiangNormalUniversity，Zhanjiang，Guangdong524048，ChinaE-mail：songbowang@21cn.comWANGSongbo.Amethodoftrafficlanedetectionandtracking.ComputerEngineeringandApplications，2011，47（3）：244-
2、248.Abstract：Inordertoobtainthebetteredgeimagesoftrafficlaneandthebettertrafficlanerecognition，waveletisusedinthelaneedgedetectionandedgeconnection.ThentheHoughtransformmethodsareusedtogetthetrafficlaneparameters，andfinallytheKalmanfilterisusedtoachievereal-timetrafficlanetracking.The
3、experimentalresultsshowthatthismeth-odhasgoodreliability，robustnessandreal-timewhichensuressmartdrivingandsolvesthesecurity.Keywords：lanedetection；edgedetection；Houghtransform；Kalmanfilter摘要：為了得到較為理想的車道標(biāo)識線邊緣圖像，便于更好地對車道標(biāo)識線進(jìn)行識別，采用小波方法實(shí)現(xiàn)對車道線的邊緣檢測，并進(jìn)行邊緣連接。利用Hough變換得到車道標(biāo)識線參數(shù)，并采用Kalman濾波方法實(shí)
4、現(xiàn)對車道標(biāo)識線的實(shí)時(shí)跟蹤。實(shí)驗(yàn)結(jié)果表明，該方法具有很好的可靠性、魯棒性和實(shí)時(shí)性，為解決汽車智能駕駛提供了保障。關(guān)鍵詞：車道線檢測；邊緣檢測；Hough變換；Kalman濾波DOI：10.3778/j.issn.1002-8331.2011.03.071文章編號：1002-8331（2011）03-0244-05文獻(xiàn)標(biāo)識碼：A中圖分類號：TP3911引言采用了反對稱雙正交小波的圖像邊緣檢測算法，實(shí)現(xiàn)了車道導(dǎo)航路徑的快速準(zhǔn)確識別是智能車輛自主導(dǎo)航[1-2]的關(guān)標(biāo)識線邊界的提取。與傳統(tǒng)方法相比較，小波變換檢測具有鍵。作為大部分高速智能車輛的導(dǎo)航路徑，車道標(biāo)識線快速很大的
5、優(yōu)越性，可以通過多分辨率分析來分析信號，獲得滿意準(zhǔn)確的識別就顯得尤為重要。車道標(biāo)識線舉例如圖1所示。的效果。目前，已經(jīng)提出了很多基于視覺的車道標(biāo)識線識別方法[3-5]。文中車道標(biāo)識線的識別跟蹤部分分為兩方面內(nèi)容：采用當(dāng)?shù)缆仿访娼Y(jié)構(gòu)不均勻、光照變化以及各種交通參與者的存Hough變換提取車道線的參數(shù)；使用Kalman濾波方法對車道在使道路圖像變得復(fù)雜時(shí)，這些方法有時(shí)會出現(xiàn)誤識別。究線參數(shù)進(jìn)行跟蹤。兩方面內(nèi)容相輔相成，前者是基礎(chǔ)，后者是其原因，大部分是由于在預(yù)處理時(shí)的圖像分割效果不好，導(dǎo)致目的，以此實(shí)現(xiàn)車道標(biāo)識線的識別與跟蹤。后續(xù)的車道標(biāo)識線的識別出現(xiàn)偏差。2車道線檢
6、測與跟蹤系統(tǒng)組成圖像平面車道中心線QVP車道線識別系統(tǒng)主要分為檢測與跟蹤兩方面，其實(shí)現(xiàn)流左上標(biāo)線右上標(biāo)線程如圖2所示。AVI視頻轉(zhuǎn)序列幀左下標(biāo)線右下標(biāo)線aauo(v)12圖像邊緣檢測車道線檢測圖1車道標(biāo)識線圖圖像邊緣連接目前大部分的高速智能車輛其道路識別模塊都將車道標(biāo)Hough變換直線參數(shù)檢測識線作為直線處理，這樣就將車道標(biāo)識線的識別問題轉(zhuǎn)化為車道線跟蹤道路圖像中具有一定特征的直線檢測問題。目前采用較多的Kalman車道線參數(shù)跟蹤直線檢測方法是Hough變換[5-7]，其優(yōu)點(diǎn)是對噪音不敏感，能較圖2車道線識別系統(tǒng)流程圖好地處理圖像中物體局部被遮擋和覆蓋的情況。由U
7、leadGIFAnimator5實(shí)現(xiàn)AVI視頻文件到序列幀的在道路圖像識別中，為了得到較理想的車道的標(biāo)識邊緣，轉(zhuǎn)換，車道線檢測部分采用基于小波變換的圖像邊緣檢測實(shí)基金項(xiàng)目：湛江師范學(xué)院博士專項(xiàng)研究項(xiàng)目（No.ZW0707）。作者簡介：王松波（1971—），男，博士，副教授，研究方向?yàn)閳D形、圖像處理，模式識別等。收稿日期：2009-06-16修回日期：2009-08-04王松波：一種車道線檢測與跟蹤方法2011，47（3）245現(xiàn)，并嘗試了邊緣連接；車道線跟蹤部分利用Hough變換檢測結(jié)果；圖5為圖像lena.jpg的檢測結(jié)果；圖6為車道圖像的邊緣直線的優(yōu)勢來提取車
8、道線參數(shù)（
