论文部分内容阅读
基于视觉的道路信息识别是车辆辅助驾驶领域的一项重要内容。车辆一般通过车载摄像机实现对道路环境的视觉感知,正确有效地从车载视频中获取车道信息和车道方向对行车安全和车辆导航有着不可替代的作用。本文主要研究了道路行车环境中的车道线及路面导向箭头的检测识别技术,并设计实现了道路信息识别系统。主要的研究工作如下:1.车载视频图像预处理。依据车载视频图像本身的特点,确定了对其进行预处理的步骤,依次为尺寸调整、感兴趣区域(Region of Interest,ROI)确定、图像灰度化、双边滤波、大津法二值化、Canny算子边缘检测。该预处理流程衰减了图像中道路信息之外的冗余信息,增强了有用信息,为后续的检测识别做好准备。2.基于极径极角约束Hough变换和动态ROI的车道线检测。首先通过极径极角约束Hough变换完成对预处理后图像的车道线检测;然后依据前一帧图像中检测出的车道线位置建立起ROI,对车道线进行ROI范围的跟踪;最后通过判断在ROI内是否检测到车道线对ROI进行了动态的调整,以及时处理ROI失效的情况,完成对车道线的有效检测。3.基于SVM和模板匹配的导向箭头识别。首先依据检测出的车道线位置和导向箭头标志轮廓的先验知识完成对导向箭头所在区域的检测;然后用SVM算法结合不变矩特征对检测出来的导向箭头进行初步的识别;最后用模板匹配的方式对互为镜像的导向箭头进行精确的识别。本文在Visual Studio 2012的MFC框架下,利用C++语言和计算机视觉库OpenCV,实现了道路信息识别系统,并进行了一系列的检测识别实验。实验结果表明,本文算法对车道线检测的平均正确率为93.1%,对导向箭头检测和识别的平均正确率分别为92.1%和98.0%,车道线检测和导向箭头识别的平均速度分别为17.3ms/帧和39.7ms/帧,具有较高的准确性和较快的处理速度,能够满足实时性的需求。