基于单目视觉的非结构化道路检测研究

发布时间：2022-01-22 01:43

　　随着科学技术的发展,越来越多的国家开展无人驾驶技术的研究。道路环境检测作为自动驾驶技术的基础,直接影响自动驾驶车辆的性能。视觉导航技术具有简单、灵活、廉价的特点,受到人们广泛关注。道路可以分为结构化与非结构化道路。结构化道路具有清晰的人工标记车道线;非结构化道路则没有人工标线,且往往结构多变,存在阴影、积水等因素的干扰。本文旨在对存在阴影、雨雪、积水等因素干扰的非结构化道路,实现较准确的道路区域检测,以及,在行进状态下,实现对道路上其他车辆、行人等障碍物的检测识别。对于道路的检测,以基于信息熵的图像分割为基础并对其进行优化。首先,通过图像预处理,排除噪声的干扰,压缩数据量,增强细节信息。其次,分析比对几种图像分割方法,采用快速递推的二次二维最大熵分割算法,对像素初步定性;引入自适应模板,计算待定区域点到道路区域与非道路区域的Mahalanobis距离,进行特征提取,并将其输入SVM分类器,优化分割效果。最后,考虑边界区域结构特征,利用改进分块算法对分割图像分块处理,快速提取边缘点;利用随机抽样一致算法进一步优化边缘点,排除伪边缘的干扰;选取二次曲线模型,通过最小二乘法,实现道路边界的拟... 

【文章来源】：河南科技大学河南省

【文章页数】：78 页

【学位级别】：硕士

【部分图文】：

RGB颜色模型

第 2 章 道路图像预处理,1( , ) ( , )9x y Zg x y f x y (2-5)作为一种简单的线性滤波器，均值滤波在处理噪声干扰时，是没有选择性的，总是对一定区域内的像素灰度统一处理，对于异常噪点不加剔除。这就导致了均值滤波在消除噪点的同时，对图像本身也产生巨大影响，往往造成图像模糊，细节信息丢失。针对一副添加椒盐噪声的图像，进行均值滤波处理，结果如图 2-4 所示。

14(c) 3*3 窗口 (d) 5*5 窗口图 2-5 中值滤波效果对比Fig. 2-4 Comparison of median filtering effect通过分析比对图 2-4 与图 2-5 的滤波效果可以看出，中值滤波滤除了椒盐噪声的同时，较好的保持了图像的边缘信息，本文采用中值滤波进行滤波处理。2.3.2 图像增强在实际道路环境中，由于存在杂草、阴影、积水等各类干扰，道路与非道路的分界线往往不清晰，容易混淆。为减少各类干扰因素的影响，使得道路边缘清

【参考文献】：
期刊论文
[1]基于数字图像直方图均衡化改进算法的设计研究[J]. 王玮.  佳木斯大学学报(自然科学版). 2018(06)
[2]对比度增强的彩色图像灰度化算法[J]. 刘美,薛新松,刘广文,刘智,才华.  长春理工大学学报(自然科学版). 2018(05)
[3]数字图像增强技术研究与实现[J]. 杨超.  电脑编程技巧与维护. 2018(09)
[4]基于改进帧差法的视觉监控实验系统[J]. 陆子幸,宋健,王凯,解福祥.  实验室研究与探索. 2018(09)
[5]基于聚类的图像分割方法综述[J]. 赵祥宇,陈沫涵.  信息技术. 2018(06)
[6]基于信息熵的自适应尺度活动轮廓图像分割模型[J]. 蔡青,刘慧英,孙景峰,李靖,周三平.  西北工业大学学报. 2017(02)
[7]基于消失点的非结构化道路识别及导航预警[J]. 丁伟利,李勇,王文锋.  光电工程. 2016(10)
[8]支持向量机的算法及应用综述[J]. 张松兰.  江苏理工学院学报. 2016(02)
[9]农业机械自动导航技术研究进展[J]. 胡静涛,高雷,白晓平,李逃昌,刘晓光.  农业工程学报. 2015(10)
[10]智能汽车技术发展趋势[J]. 陈慧,徐建波.  中国集成电路. 2014(11)

博士论文
[1]乡村道路环境下农业机器人导航避障算法研究[D]. 刘琼.西北农林科技大学 2017
[2]自主行走农业机器人视觉导航信息处理技术研究[D]. 沈明霞.南京农业大学 2001

硕士论文
[1]基于改进光流法的运动目标检测与跟踪研究[D]. 郭向威.广西大学 2018
[2]基于OTSU和最大熵的阈值分割算法的研究[D]. 王利奉.哈尔滨理工大学 2018
[3]基于机器视觉的非结构化道路识别与障碍物检测研究[D]. 钟鹏飞.华南农业大学 2016
[4]非结构化道路识别及拟合算法研究[D]. 曹旭光.东华理工大学 2015
[5]基于机器视觉的车道线识别技术研究[D]. 燕磬.长沙理工大学 2015



本文编号：3601329