基于视觉的车道线识别算法研究 优秀毕业论文.doc

PAGE 基于视觉的车道线识别算法研究 基于视觉的车道线识别算法研究 Research on Algorithms of Vision-based Research on Algorithms of Vision-based Lane Recognition 毕业设计任务书 题　目 基于视觉的车道线识别算法研究 学生姓名 刘元元 学号班级 电0502-2班 专业 自动化 承担指导任务单位 电气与电子工程分院 导师 姓名 石彦辉 导师 职称 讲师 一、主要内容 利用MATLAB对车道线识别算法进行仿真研究，并从仿真的结果中，提出具有一定实时性和鲁棒性的识别算法。 二、基本要求 1、研究车道线识别中的几种算法； 2、软件编程，找出最优的算法； 3、算法具有一定的实时性、鲁棒性。 三、主要研究方法 1、车道图像预处理算法，如灰度化，滤波。 2、正确获取车道线像素的区域生长法。 3、基于模型假设的车道线提取算法。 四、应收集的资料及参考文献 1、MATLAB图形图像处理、图像分析，数字图像处理等书籍. 2、道路识别算法相关的网上资料。 进度计划 1、第1周—第3周 收集资料，完成开题报告； 2、第4周—第8周 初步确定算法； 3、第9周—第13周 软件编程，MATLAB调试仿真，完成论文； 4、第14周—第15周 整理论文，准备答辩。 教研室主任签字 时　间 2009年2月16日 毕业设计开题报告 题　目 基于视觉的车道线识别算法研究 学生姓名 刘元元 学号班级 电0502-2班 专业 自动化 本课题的研究背景、国内外研究现状 随着城市化的发展和汽车的普及，交通环境日趋恶劣，交通拥挤加剧，交通事故频发，交通问题已经成为全球范围内人们普遍关注的社会问题。基于21世纪信息和计算机技术的高速发展，对待道路交通问题上，人们越来越倾向于依靠高科技寻求解决之路，世界各国都竞相开展智能车路系统和智能交通系统。随之，智能车辆导航的概念应运而生。在车辆视觉导航系统中最为关键的技术就是计算机视觉，计算机视觉的主要任务是完成道路的识别和跟踪。国内外许多学者对视觉导航进行了研究，有试图用双目或多目视觉完成导航任务，但面临的最大难点是不能较好的解决多目视觉系统的匹配问题且设备的成本较高；也有致力于单视目视觉技术的研究，但其方法缺少实时性；有尝试用三维重建的方法识别车道线，但由于其算法复杂度高难以满足实时性的要求。提高算法实时性和鲁棒性是目前急需解决的问题。 主要工作和所采用的方法、手段 根据对车道线识别算法的要求，研究几种算法的实时性和鲁棒性，并且用软件编程，仿真算法在道路图像中的检测效果，在众多算法的研究中，提出具有一定实时性和鲁棒性的识别算法。并用语言实现该算法，得到仿真结果。 在算法选定中，通过对比实验仿真的结果，可以看出用彩色通道提取法灰度化道路图像更能增强车道标记线的白色部分，融合沥青路面区域信息和车道线边缘信息获取车道线像素点，具有克服虚假边界的优点。最后，通过简化车道线模型，提出直线型车道线模型假设，并用hough变换及其改进算法和中值截距法提取车道线，分别通过MATLAB仿真得到实验结果。 预期达到的结果 通过对算法的研究,预期提出的最优算法在结构化道路的情况下能够检测出车道线，同时具有一定的实时性和鲁棒性。 指导教师签字 时 间 2009 年3月10日 摘 要 目前，许多国家有计划地开展了视觉导航系统的研究，其中道路检测是视觉导航系统的重要组成部分,检测的精度直接关系到智能车辆行驶的安全性，因此备受关注。本设计研究基于视觉的道路识别算法。首先分析了已有的图像预处理算法，并根据本设计中图像处理的具体要求，选取了合适的图像预处理算法。提出对获得的彩色图像，采用彩色通道提取法使其灰度化更能增强车道标记线的白色部分；根据车道线倾斜的特征，自定义差分模板处理灰度化后的图像，得到车道线的边缘；为了提高道路识别的实时性和抗干扰能力，论文提出了区域生长法，选取合适的种子点生长出路面区域。然后，根据边缘和区域信息所表示的道路边界线，应该在空间上占据相同或相近的位置，论文提出用融合边缘和路面区域两种信息获取车道线像素点。在获取车道线像素点后，论文采用直线道路模型假设作为约束条件，分别用hough变换及其改进算法和中值截距算法提取车道线，并用MATLAB对算法进行了仿真，得出了改进后的hough变换在车道线检测上具有较好的实时性和鲁棒性的结论。 关键词：图像预处理 彩色通道提取 区域生长 改进的hough变换 Abstract Recent the research on Visual navigation systems have been developed in m