基于LSD算法的车道线检测与跟踪方法研究

发布时间：2022-01-09 00:03

　　近年来,随着汽车安全防护辅助驾驶系统的发展,该系统中关键的车道检测技术,逐渐成为研究者的关注焦点。为了克服实际场景中会出现的各种各样的干扰,本研究在检测的基础上加入车道线的跟踪步骤,充分利用道路图像的时空一致性,有效提高了整体算法的鲁棒实时性。本文主要研究的是一种基于视觉的结构化道路场景下的车道检测和跟踪方法,主要工作内容如下:首先,根据摄像头安装位置和图像大小确定感兴趣区域,排除采集道路图像中存在的大量不相干部分。基于车道线只有白色和黄色的特点,提出一种对比增强的加权平均灰度化法,随后利用图像处理技术如图像平滑、图像增强以及阈值化,将车道线与背景部分区分开。其次,使用一种鲁棒性强的快速线段检测器（Line Segment Detector,LSD）进行车道边缘检测,并通过对比分析以验证它的优点。进而基于线段的特点,提出一种自适应斜率变化的滤除方法,筛除效果相对使用基于消失点的方法或固定斜率范围的方法更加可靠。再次,基于车道线的颜色、长度以及数量特征,提出设计三级重叠分类器,加入车道类型判别功能。考虑到实际场景中会出现的干扰情况,应用车道线跟踪技术以提高算法的鲁棒实时性,并以此生成动态... 

【文章来源】：厦门大学福建省 211工程院校 985工程院校 教育部直属院校

【文章页数】：72 页

【学位级别】：硕士

【部分图文】：

图１．１?ＡＤＡＳ功能概况??

图１．４车道线检测功能??

图２．３图像灰度化??

【参考文献】：
期刊论文
[1]基于交通事故数据的汽车安全技术发展趋势分析[J]. 李一兵,孙岳霆,徐成亮.  汽车安全与节能学报. 2016(03)
[2]从ADAS系统产业发展看未来无人驾驶汽车技术前景[J]. 陈思宇,乌伟民,童杰,姜海涛,孙志涛.  黑龙江交通科技. 2015(11)
[3]直方图均衡化的数学模型研究[J]. 吴成茂.  电子学报. 2013(03)
[4]梯度点对约束的结构化车道检测[J]. 王永忠,王晓云,文成林.  中国图象图形学报. 2012(06)
[5]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)
[6]Hough变换和最小二乘拟合的车道线协调检测[J]. 孙伟,张小瑞,唐慧强,张为公,闾军.  光电工程. 2011(10)
[7]基于特征颜色的车道线检测算法[J]. 胡骁,李岁劳,吴剑.  计算机仿真. 2011(10)
[8]基于限定区域和Hough变换的车道线的检测方法[J]. 范楷,莫建文,张彤,袁华.  计算机与现代化. 2011(04)

博士论文
[1]室外移动机器人的道路场景识别及路径规划研究[D]. 吴宗胜.西安理工大学 2017

硕士论文
[1]基于视觉的车道线检测技术研究[D]. 侯长征.西南交通大学 2017



本文编号：3577535