基于视觉的车道线识别算法研究毕业论文

基于视觉的车道线识别算法研究毕业论文

ID:1395465

大小:4.91 MB

页数:80页

时间:2017-11-11

基于视觉的车道线识别算法研究毕业论文_第1页
基于视觉的车道线识别算法研究毕业论文_第2页
基于视觉的车道线识别算法研究毕业论文_第3页
基于视觉的车道线识别算法研究毕业论文_第4页
基于视觉的车道线识别算法研究毕业论文_第5页
资源描述:

《基于视觉的车道线识别算法研究毕业论文》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、基于视觉的车道线识别算法研究毕业论文3目录第1章绪论11.1课题研究的背景和意义11.2国内外研究现状21.3论文的研究内容2第2章单目视觉系统42.1引言42.2单目视觉导航系统成像模型42.3本章小结6第3章道路图像预处理73.1引言73.2道路图像灰度化73.2.1常用的灰度化方法73.2.2彩色通道提取灰度化93.3图像灰度变换103.3.1图像灰度线性变换113.3.2图像灰度非线性变换113.3.3基于直方图的灰度变换123.4图像滤波143.4.1线性平滑滤波143.4.2非线性平滑滤波1

2、53.5图像边缘增强173.5.1图像的梯度和边缘检测算子173.5.2自定义差分算子203.5.3加入噪声图像检测实验213.6本章小结22第4章道路边缘的识别244.1引言244.2道路检测方法简介244.3边缘与区域相结合的道路检测方法254.3.1区域生长法的基本概念2534.3.2融合两种信息提取的仿真实验284.4基于模型的道路识别294.4.1道路模型假设294.4.2道路图像特征直线提取304.4.2.1传统霍夫变换提取直线304.4.2.2随机霍夫变换提取直线324.4.2.3中值截距

3、法提取车道线344.5算法比较364.6随机霍夫变换提取直线的检验374.7本章小结43第5章结论和展望44参考文献45致谢46附录473石家庄铁道学院毕业设计第1章绪论1.1课题研究的背景和意义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。近年来,为解决交通问题世界各国都竞相开展智能车路系统和智能交通系统等领域的研究。智能系统的发展为改善交通环境状况,提高车辆行驶的安全性与可靠性,减少驾驶员人为因素造成的交通事故等开辟

4、了广阔的前景。随之,智能车辆导航(IntelligentVehicleGuidance)的概念应运而生。。基于视觉的智能车辆导航可追溯到19世纪70年代初期的移动机器人研究,但由于当时的硬件水平还比较低,而图像处理的计算量非常大,研究者的精力也就过多地耗费在硬件平台的设计、实现和测试上。但随着计算机硬件水平的飞速发展,该问题得到了很好的解决。在智能车辆导航诸多复杂且具有挑战性的任务中,最受重视之一的是基于视觉的道路检测问题。从理论上分析,在道路检测中,要获得道路环境的三维信息,需要采用双目或多目立体视觉

5、系统[1]。但是,双目或多目立体视觉系统在实际应用中所需计算量很大,而且双目或多目立体视觉系统在视觉匹配问题上很难解决,,而智能车辆在较高速度下的图像处理速度比一般情况下要高,目前的微处理器计算能力还不能完全满足其实时性的要求,,所以目前双目或多目立体视觉系统还不适合在较高速度下智能车辆视觉导航中应用。当前,智能车辆视觉系统主要是获取道路平面的二维路径信息,而道路中的其它车辆和障碍物信息可以通过视觉系统、、激光雷达测距仪及避障传感器系统进行信息融合得到。,这就极大的提高了信息获取的可靠性,所以单目视觉系

6、统仍然能够满足较高速度情况下视觉导航的要求。实际上,世界范围内大多数智能车辆视觉导航系统都采用单目视觉来获取道路环境信息。在单目或多目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,。对于信息采集处理的实时性、行驶过程控制的鲁棒性以及自主运行决策的可行性都有很高的要求。这些要求就使所设计的系统必须在理论算法上给予强大的支持,针对计算机视觉部分就是要有实时高效的图像处理算法。对基于视觉的车道线识别研究意义在于能实现智能车辆乃至机器人的自主导航,提高驾驶的安全性,改

7、善交通环境和驾驶的舒适性。识别技术用于车辆的路径偏离预警系统,,77石家庄铁道学院毕业设计第1章绪论1.1课题研究的背景和意义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。近年来,为解决交通问题世界各国都竞相开展智能车路系统和智能交通系统等领域的研究。智能系统的发展为改善交通环境状况,提高车辆行驶的安全性与可靠性,减少驾驶员人为因素造成的交通事故等开辟了广阔的前景。随之,智能车辆导航(IntelligentVehicle

8、Guidance)的概念应运而生。。基于视觉的智能车辆导航可追溯到19世纪70年代初期的移动机器人研究,但由于当时的硬件水平还比较低,而图像处理的计算量非常大,研究者的精力也就过多地耗费在硬件平台的设计、实现和测试上。但随着计算机硬件水平的飞速发展,该问题得到了很好的解决。在智能车辆导航诸多复杂且具有挑战性的任务中,最受重视之一的是基于视觉的道路检测问题。从理论上分析,在道路检测中,要获得道路环境的三维信息,需要采用双目或多目立体视觉系统[

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。