车道偏离预警中的车道标线识别方法研究
发布时间:2020-12-10 17:34
统计表明,交通事故多数情况是由驾驶员大意疏忽造成的。当车辆在行驶时偏离了车道标线,车道偏离预警系统就能够马上给驾驶员发出警告,使车辆能够正常行驶,从而防止发生交通事故。在该系统中首先要解决的技术问题就是车道标线识别。因此本文对车道标线识别技术进行了比较深入的研究。车道标线是汽车在行驶过程中识别的最基本的标志,车道偏离预警系统中的车道标线识别方法研究是汽车辅助驾驶系统的研究方向之一。本文针对结构化道路提出了其具体的检测方法。视觉导航时,对道路监测方面的实时性、道路定位方面的准确性都有非常高的要求。为了实现上述要求,论文对车道标线的识别方法进行了研究,比较详细的介绍了车道标线识别的图像处理流程和方法,利用Matlab对各模块进行了多种处理算法的仿真对比分析,对最大类间方差二值化方法及Canny边缘检测算法进行了改进,提高了识别效果,并根据所提出的算法流程进行了实例仿真分析。本文通过对机器视觉采集来的车道标线图像进行分析,对提取的每一帧图像,首先使用加权平均法灰度化及中值滤波的图像预处理算法,过滤掉车道标线图像中干扰信息,减少图像需要处理的数据,简化后续分析处理;然后利用直方图均衡化的方法,...
【文章来源】:辽宁工业大学辽宁省
【文章页数】:75 页
【学位级别】:硕士
【部分图文】:
车道标线图像采集Fig.2.2Lanelineimageacquisition
里将摄像装置放置于车辆的后视图 2.2 车道标线图像采集Fig. 2.2 Lane line image acquisition与车体的安装位置如图 2.3 所示
图 2.4 摄像头与车道和车体之间的关系.4 Camera and lane and body of the relationship 环境下的车道标线,图 2.5(b)是从高速把车道标线图像保存为 jpg 文件。市区与区车道 (b)图 2.5 车道标线原图像
【参考文献】:
期刊论文
[1]基于canny和霍夫变换的车道线识别算法研究[J]. 唐阳山,李栋梁,朱停仃,黄贤成. 汽车实用技术. 2017(22)
[2]结构化道路上应用区域划分的车道线识别[J]. 王越,范先星,刘金城,庞振营. 计算机应用. 2015(09)
[3]基于直线模型的道路边界识别技术[J]. 刘金龙,张晓雨. 电子科技. 2014(10)
[4]基于阈值分割法的道路标线识别研究[J]. 唐阳山,张贵洋,颜新阳. 信息与电脑(理论版). 2014(09)
[5]基于动态区域规划的双模型车道线识别方法[J]. 王宝锋,齐志权,马国成,陈思忠. 北京理工大学学报. 2014(05)
[6]基于图像识别系统的灰度化算法研究与效率分析[J]. 彭溦汐,赵冠先,王志前. 电子世界. 2014(07)
[7]基于canny算子的边缘检测算法应用研究[J]. 陈蒙. 电子技术与软件工程. 2013(21)
[8]一种阴影及破损车道线识别方法研究[J]. 樊超,狄帅,侯利龙,徐静波. 计算机应用研究. 2012(10)
[9]基于Hough变换的车道检测改进算法研究[J]. 李明,黄华,夏建刚. 计算机工程与设计. 2012(04)
[10]车道线识别中的自适应Canny边缘检测及改进研究[J]. 陈阳舟,闫豪杰,辛乐. 交通信息与安全. 2012(01)
博士论文
[1]基于机器视觉的先进辅助驾驶系统关键技术研究[D]. 范延军.东南大学 2016
硕士论文
[1]基于车道偏离的防碰撞预警系统算法研究[D]. 门光文.辽宁工业大学 2017
[2]无人驾驶车辆的行道线检测方法研究[D]. 李强.南京理工大学 2017
[3]基于机器视觉的道路及车辆检测技术研究[D]. 战宇辰.北京工业大学 2016
[4]车道偏离预警系统关键技术研究[D]. 田鹏.辽宁工业大学 2016
[5]汽车在车道中运行状态的识别方法研究[D]. 张贵洋.辽宁工业大学 2015
[6]车辆视觉导航中道路检测算法研究[D]. 刘天辉.沈阳工业大学 2015
[7]结构化道路中的车道偏离预警系统研究[D]. 孙朋.山东大学 2014
[8]基于机器视觉的车道偏离预警系统关键算法研究[D]. 刘媛.湖南大学 2013
[9]基于视觉的道路检测技术研究[D]. 王敏杰.北京交通大学 2012
[10]道路交通标线的检测算法研究[D]. 介炫惠.中南大学 2012
本文编号:2909094
【文章来源】:辽宁工业大学辽宁省
【文章页数】:75 页
【学位级别】:硕士
【部分图文】:
车道标线图像采集Fig.2.2Lanelineimageacquisition
里将摄像装置放置于车辆的后视图 2.2 车道标线图像采集Fig. 2.2 Lane line image acquisition与车体的安装位置如图 2.3 所示
图 2.4 摄像头与车道和车体之间的关系.4 Camera and lane and body of the relationship 环境下的车道标线,图 2.5(b)是从高速把车道标线图像保存为 jpg 文件。市区与区车道 (b)图 2.5 车道标线原图像
【参考文献】:
期刊论文
[1]基于canny和霍夫变换的车道线识别算法研究[J]. 唐阳山,李栋梁,朱停仃,黄贤成. 汽车实用技术. 2017(22)
[2]结构化道路上应用区域划分的车道线识别[J]. 王越,范先星,刘金城,庞振营. 计算机应用. 2015(09)
[3]基于直线模型的道路边界识别技术[J]. 刘金龙,张晓雨. 电子科技. 2014(10)
[4]基于阈值分割法的道路标线识别研究[J]. 唐阳山,张贵洋,颜新阳. 信息与电脑(理论版). 2014(09)
[5]基于动态区域规划的双模型车道线识别方法[J]. 王宝锋,齐志权,马国成,陈思忠. 北京理工大学学报. 2014(05)
[6]基于图像识别系统的灰度化算法研究与效率分析[J]. 彭溦汐,赵冠先,王志前. 电子世界. 2014(07)
[7]基于canny算子的边缘检测算法应用研究[J]. 陈蒙. 电子技术与软件工程. 2013(21)
[8]一种阴影及破损车道线识别方法研究[J]. 樊超,狄帅,侯利龙,徐静波. 计算机应用研究. 2012(10)
[9]基于Hough变换的车道检测改进算法研究[J]. 李明,黄华,夏建刚. 计算机工程与设计. 2012(04)
[10]车道线识别中的自适应Canny边缘检测及改进研究[J]. 陈阳舟,闫豪杰,辛乐. 交通信息与安全. 2012(01)
博士论文
[1]基于机器视觉的先进辅助驾驶系统关键技术研究[D]. 范延军.东南大学 2016
硕士论文
[1]基于车道偏离的防碰撞预警系统算法研究[D]. 门光文.辽宁工业大学 2017
[2]无人驾驶车辆的行道线检测方法研究[D]. 李强.南京理工大学 2017
[3]基于机器视觉的道路及车辆检测技术研究[D]. 战宇辰.北京工业大学 2016
[4]车道偏离预警系统关键技术研究[D]. 田鹏.辽宁工业大学 2016
[5]汽车在车道中运行状态的识别方法研究[D]. 张贵洋.辽宁工业大学 2015
[6]车辆视觉导航中道路检测算法研究[D]. 刘天辉.沈阳工业大学 2015
[7]结构化道路中的车道偏离预警系统研究[D]. 孙朋.山东大学 2014
[8]基于机器视觉的车道偏离预警系统关键算法研究[D]. 刘媛.湖南大学 2013
[9]基于视觉的道路检测技术研究[D]. 王敏杰.北京交通大学 2012
[10]道路交通标线的检测算法研究[D]. 介炫惠.中南大学 2012
本文编号:2909094
本文链接:https://www.wllwen.com/kejilunwen/qiche/2909094.html