车道线识别及车辆偏移距离计算新方法
发布时间：2020-12-15 06:25
快速准确的车道线识别是智能交通系统非常重要的组成部分,其不仅被广泛地应用在商业驾驶系统中,而且被引入到军事训练中。当前的车道线识别技术存在准确率低、用时久、受光照影响大等缺点,为了克服以上缺点,本文对车道线识别技术进行了丰富的研究和改进。首先对现有的技术进行了研究和分析,然后改进了识别步骤和识别算法,还提出了车辆偏移距离的计算方法,最后将车道线识别技术用在军事应用中,研发了基于车道线识别的阅兵车辆训练及考核系统。下面简要介绍本文的主要研究内容:(1)图像预处理过程中,在研究了经典的二值化算法后提出了新算法,将其称为混合正态分布法。新算法是通过寻找目标和背景正态分布曲线的交点来求取分割阈值,此阈值是自适应的,能够用来分割实时变化的图像。实验结果显示,新方法能够得到良好的二值化效果,其用时比传统算法大约减少了 27%。(2)边缘检测的过程中,首先分析了经典的算法,然后对Canny边缘检测算法进行改进。改进后的Canny边缘检测算法,是在原算法的基础上利用高斯分布求取高低阈值。同时,为了消除更多的背景干扰而增加了高斯平滑次数。实验结果表明,新算法的边缘检测效果更好,其用时跟传统算法基本一致。...
【文章来源】：北京交通大学北京市 211工程院校 教育部直属院校
【文章页数】：94 页
【学位级别】：硕士
【部分图文】：
图１－２阅兵车辆编队??Ｆｉｇｕｒｅ?１－２?Ｆｏｒｍａｔｉｏｎ?ｏｆ?ｐａｒａｄｅ?ｖｅｈｉｃｌｅｓ??１．２基于车道线识别的阅兵车辆训练及考核系统简述??
?如下：７？?＝?０，Ｇ?＝?０，５?＝?０；灰色的７？、Ｇ、５二原色色值基本相等，或者差别??不大，如图２－１所示。??通过以上的分析，设置如下的判断条件来识别背景：??（７？?＜２００）ｆ１（Ｇ＜２００）〇（｜／？－Ｇ｜＜?１０）〇（｜?Ｇ－Ｓ｜＜１０）ｎ（｜?５－／？｜＜?１０）??将背景之外的像素点定为目标。??蠹色?？色ｈｅｘ?？色ＲＧＢ??増〇〇〇〇??Ｉ?＝ＦＦＯＯＯＯ?ｒｇｂ（２５５，０．０）??Ｉ?ｒＯＯＦＦＯＯ?ｒｇｂ（０，２５５，０）??ｒＦＦＦＦＯＯ?ｒｇｂ（２５５，２５５，０）??Ｉ?ｒＯＯＦＦＦＦ?ｒｇｂ（０，２５５，２５５）??｜?＊ＦＦ００ＦＦ?ｒｇｂ（２５５，０，２５５）??、Ｃ０Ｃ０Ｃ０?ｒｇｂ（１９２，１９２，１９２）??＊ＦＦＦＦＦＦ?ｒｇｂ（２５５
在正态分布中，期望／／左右两边各一个标准差〇■范围内包含有４６．２％的??概率面积，期望＃左右两边各两个标准差（７范围内包含有９５．２％的概率面积，期望??Ａ左右两边各三个标准差＾范围内包含９９．７％的概率面积，如图２－３所示：??＇…一?．．??Ｍ?－?３〇?Ｍ?－?２〇?Ｍ?－?ｏ?Ｐ?Ｍ?＋?ａ?ｗ?？?２〇?ｕ?＋?３ａ??图２－３正态分布??Ｆｉｇｕｒｅ?２－３?Ｎｏｒｍａｌ?ｄｉｓｔｒｉｂｕｔｉｏｎ??因此，如果最后得到的阈值能够满足公式（２－１４），二值化效果将更好。??＋?２ｃｒ：?＜Ｔ?＜／ｕ＼－２ｍ?（２－１４）??通过以上的分析得知，基于混合正态分布求取的分割阈值更加合理，能够确??保良好的二值化效果。??１６??
【参考文献】：
期刊论文
[1]基于正则化参数估计的SAR图像分割算法[J]. 彭书娟,曲长文,李健伟. 雷达科学与技术. 2018(01)
[2]基于Roberts算子的车道线图像的边缘检测研究[J]. 唐阳山,徐忠帅,黄贤丞,朱停仃,李栋梁. 辽宁工业大学学报(自然科学版). 2017(06)
[3]阅兵仪式与中国国家形象建构[J]. 乔娜,任龙,郭树勇. 山西大学学报(哲学社会科学版). 2016(04)
[4]自制光的三原色合成演示仪[J]. 李杰. 物理实验. 2015(10)
[5]北斗高精度智能考训系统在阅兵车辆编队训练中的应用[J]. 计算机测量与控制. 2015(09)
[6]一种光照不均匀图像的二值化方法[J]. 郭佳,刘晓玉,吴冰,付晓薇. 计算机应用与软件. 2014(03)
[7]三次均匀B样条曲线插值数据点及其切矢的PIA算法[J]. 星蓉生,潘日晶. 福建师范大学学报(自然科学版). 2014(01)
[8]基于分数阶微分和Sobel算子的边缘检测新模型[J]. 蒋伟,陈辉. 计算机工程与应用. 2012(04)
[9]基于机器视觉和无线通信的阅兵车辆装备方队训练考核系统设计与实现[J]. 袁一,李伟,张军,徐友春,彭永胜,王肖,章永进. 军事交通学院学报. 2010 (02)
[10]基于图像信噪比选择优化高斯滤波尺度[J]. 王文远. 电子与信息学报. 2009(10)
硕士论文
[1]车载导航行驶记录仪系统性能评测方法[D]. 李涛.清华大学 2014
[2]彩色图像灰度化及其效果的客观评价方法研究[D]. 宋凤菲.华侨大学 2014
[3]小麦显微图像处理方法的研究[D]. 潘艺.河南工业大学 2011
[4]基于ZigBee无线传感网络的实现[D]. 王江峰.济南大学 2010
[5]基于人体信息三维重建的医学图像边缘检测算法研究[D]. 薛军平.中南大学 2005
本文编号：2917812
【文章来源】：北京交通大学北京市 211工程院校 教育部直属院校
【文章页数】：94 页
【学位级别】：硕士
【部分图文】：
图１－２阅兵车辆编队??Ｆｉｇｕｒｅ?１－２?Ｆｏｒｍａｔｉｏｎ?ｏｆ?ｐａｒａｄｅ?ｖｅｈｉｃｌｅｓ??１．２基于车道线识别的阅兵车辆训练及考核系统简述??
?如下：７？?＝?０，Ｇ?＝?０，５?＝?０；灰色的７？、Ｇ、５二原色色值基本相等，或者差别??不大，如图２－１所示。??通过以上的分析，设置如下的判断条件来识别背景：??（７？?＜２００）ｆ１（Ｇ＜２００）〇（｜／？－Ｇ｜＜?１０）〇（｜?Ｇ－Ｓ｜＜１０）ｎ（｜?５－／？｜＜?１０）??将背景之外的像素点定为目标。??蠹色?？色ｈｅｘ?？色ＲＧＢ??増〇〇〇〇??Ｉ?＝ＦＦＯＯＯＯ?ｒｇｂ（２５５，０．０）??Ｉ?ｒＯＯＦＦＯＯ?ｒｇｂ（０，２５５，０）??ｒＦＦＦＦＯＯ?ｒｇｂ（２５５，２５５，０）??Ｉ?ｒＯＯＦＦＦＦ?ｒｇｂ（０，２５５，２５５）??｜?＊ＦＦ００ＦＦ?ｒｇｂ（２５５，０，２５５）??、Ｃ０Ｃ０Ｃ０?ｒｇｂ（１９２，１９２，１９２）??＊ＦＦＦＦＦＦ?ｒｇｂ（２５５
在正态分布中，期望／／左右两边各一个标准差〇■范围内包含有４６．２％的??概率面积，期望＃左右两边各两个标准差（７范围内包含有９５．２％的概率面积，期望??Ａ左右两边各三个标准差＾范围内包含９９．７％的概率面积，如图２－３所示：??＇…一?．．??Ｍ?－?３〇?Ｍ?－?２〇?Ｍ?－?ｏ?Ｐ?Ｍ?＋?ａ?ｗ?？?２〇?ｕ?＋?３ａ??图２－３正态分布??Ｆｉｇｕｒｅ?２－３?Ｎｏｒｍａｌ?ｄｉｓｔｒｉｂｕｔｉｏｎ??因此，如果最后得到的阈值能够满足公式（２－１４），二值化效果将更好。??＋?２ｃｒ：?＜Ｔ?＜／ｕ＼－２ｍ?（２－１４）??通过以上的分析得知，基于混合正态分布求取的分割阈值更加合理，能够确??保良好的二值化效果。??１６??
【参考文献】：
期刊论文
[1]基于正则化参数估计的SAR图像分割算法[J]. 彭书娟,曲长文,李健伟. 雷达科学与技术. 2018(01)
[2]基于Roberts算子的车道线图像的边缘检测研究[J]. 唐阳山,徐忠帅,黄贤丞,朱停仃,李栋梁. 辽宁工业大学学报(自然科学版). 2017(06)
[3]阅兵仪式与中国国家形象建构[J]. 乔娜,任龙,郭树勇. 山西大学学报(哲学社会科学版). 2016(04)
[4]自制光的三原色合成演示仪[J]. 李杰. 物理实验. 2015(10)
[5]北斗高精度智能考训系统在阅兵车辆编队训练中的应用[J]. 计算机测量与控制. 2015(09)
[6]一种光照不均匀图像的二值化方法[J]. 郭佳,刘晓玉,吴冰,付晓薇. 计算机应用与软件. 2014(03)
[7]三次均匀B样条曲线插值数据点及其切矢的PIA算法[J]. 星蓉生,潘日晶. 福建师范大学学报(自然科学版). 2014(01)
[8]基于分数阶微分和Sobel算子的边缘检测新模型[J]. 蒋伟,陈辉. 计算机工程与应用. 2012(04)
[9]基于机器视觉和无线通信的阅兵车辆装备方队训练考核系统设计与实现[J]. 袁一,李伟,张军,徐友春,彭永胜,王肖,章永进. 军事交通学院学报. 2010 (02)
[10]基于图像信噪比选择优化高斯滤波尺度[J]. 王文远. 电子与信息学报. 2009(10)
硕士论文
[1]车载导航行驶记录仪系统性能评测方法[D]. 李涛.清华大学 2014
[2]彩色图像灰度化及其效果的客观评价方法研究[D]. 宋凤菲.华侨大学 2014
[3]小麦显微图像处理方法的研究[D]. 潘艺.河南工业大学 2011
[4]基于ZigBee无线传感网络的实现[D]. 王江峰.济南大学 2010
[5]基于人体信息三维重建的医学图像边缘检测算法研究[D]. 薛军平.中南大学 2005
本文编号：2917812
本文链接：https://www.wllwen.com/kejilunwen/qiche/2917812.html
