資源描述：
《基于視頻圖像的車道線識別方法》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學術(shù)論文-天天文庫。
1、視頻應(yīng)用與工程文章編號：1002－8692（2009）S1-0144-03基于視頻圖像的車道線識別方法·論文·張軍平，殷勇輝（華東理工大學機械與動力工程學院，上海200237）【摘要】提出了一種適用于結(jié)構(gòu)化道路的車道線識別算法，通過使用形態(tài)學梯度算法來配合Hough變換，再根據(jù)道路圖像特征對Hough變換進行條件約束。通過大量試驗結(jié)果表明，利用本算法對連續(xù)的、斷續(xù)的、磨損的車道線均能準確地識別出來，而且達到了15f/s（幀/秒）的處理速度?！娟P(guān)鍵詞】車道線識別；形態(tài)學梯度；Hough變換【中圖分類號】T
2、P419.2【文獻標識碼】AApproachforLaneMarkingRecognitionBasedonVideoImageZHANGJun-ping,YINYong-hui（SchoolofMechanicalandPowerEngineering,EastChinaUniversityofScienceandTechnology,Shanghai200237,China）【Abstract】Awayoflanemarkingrecognitionarithmeticbeingacclimated
3、tostructuringroadisputforward.ItmakesuseofmorphologygradienttocoordinatewithHoughtransform,andrestrictHoughtransformwithroadimagefeature.Throughtheresultsofmanyexperiments,itcandetectcontinuous,makingandbreaking,abrasionlanemarkingexactlyatfifteenframesp
4、ersecond,soitisaneffectivearithmeticoflanemarkingrecognition.【Keywords】lanemarkingrecognition;morphologygradient;Houghtransform1引言試驗中所用到的圖像為CCD采集到的道路視頻圖像中的某一視頻幀，在讀取視頻幀數(shù)據(jù)后先將彩色視頻在基于機器視覺的車道偏離預(yù)警系統(tǒng)中，車道線的圖像轉(zhuǎn)化為灰度圖像，然后用C語言編制相應(yīng)算法程序正確提取與識別是整個系統(tǒng)的關(guān)鍵所在。將車道線從道檢測出車道線邊緣
5、并進行識別，并將識別結(jié)果用直線標路圖像中識別出來，確定車輛在道路上的可行區(qū)域，定位記出來進行顯示。為了視覺效果，以下所處理的圖像為采出車道線相對于車輛的位置，以便對車輛行進情況進行集到的全景圖像而不是算法中所用的部分圖像區(qū)域。有效的監(jiān)測，當車輛發(fā)生無意識的偏離時，能夠提醒駕駛2.1車道線預(yù)測和圖像分割員及時進行車姿的調(diào)整，避免交通事故的發(fā)生。本文基于當處理完一幀道路圖像后，為了加快下一幀道路圖道路視頻圖像，利用直線道路模型，提出了一種適用于結(jié)像的處理速度，可以利用上一幀車道線識別結(jié)果，動態(tài)的構(gòu)化道路的車
6、道線識別算法。調(diào)整感興趣的區(qū)域范圍，預(yù)測當前幀中車道線所在的區(qū)2車道線識別算法描述域，進而限定當前識別過程中圖像的搜索區(qū)域，進行下一車道線識別算法由車道線跟蹤、道路圖像分割、邊緣次車道線的搜索，提高算法的實時性。根據(jù)前一次車道線提取和車道線參數(shù)求取4部分組成[1-2]。為了提高檢測速邊緣的識別結(jié)果，建立左右兩個感興趣區(qū)域，以這兩個區(qū)度和準確性，采用多種手段和條件約束。首先，根據(jù)上一域為界限，分別在這兩個區(qū)域內(nèi)部進行下一次車道線的幀檢測結(jié)果預(yù)測當前幀中車道線所在的區(qū)域，以減少搜搜索。索面積，節(jié)約處理時間；
7、其次，通過使用形態(tài)學梯度算法在獲取道路灰度圖像后，為了使目標（車道線）和背來配合Hough變換，再根據(jù)道路圖像特征對Hough變換景（非車道線）分開，要進行圖像分割處理。圖像分割的關(guān)進行條件約束，以減少計算量，加快道路圖像處理速度。鍵是選取合適的閾值，閾值選取不當會造成圖像細節(jié)模車道線識別算法流程如圖1所示。糊或者丟失等。這里采用大津法確定分割閾值。大津法的處理原理為：選取某個灰度值，以它作為分界將圖像像素車道線預(yù)測灰度值分為大小兩類，分別計算這兩類中的像素點數(shù)及形態(tài)學梯Hough變換平均值，然后計算它
8、們的類間方差，取類間方差中的最大道路圖像分割度邊緣檢測求取直線參數(shù)值對應(yīng)的灰度值作為分割閾值。其計算公式為圖1車道線識別算法流程2w（i）=n1（i）n2（i）[v1（i）-v2（i）]（1）電視技術(shù)1442009年第33卷第S1期（總第326期）Videoapplication&projectthre=ArgMax（w（i））（2）式中：n1（i）為灰度值小于i的像素數(shù)目；n2（i）為灰度值大于或者等于i的像素數(shù)目；v1（i）和v2（i）
