基于街景影像的道路线提取

《基于街景影像的道路线提取》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、分类号—＊＊京庄化＾净３１３００３＾ｈ学＾－ｕｍ６０＾ｉ＾ＩＮＧＵｍＴｅＲＳＩＴＹＯＦｃＬＥＮＧＩＮＥＥＲＩＮＧＡＮＤＡＲＣＨＩＴＥＣＴＵＲＥ学位论文基于街景影像的道路线提取民ｏａｄｌｉｎｅｅｘｔｒａｃｔｉｏｎｂａｓｅｄｏｎＤＭＩ王帅帅指导教师姓名刘扬副教授北京建筑大学杜明义教授北京津筑大学申请学位级别硕±学位类别工学硕ｄｒ专业名称地图制图学与地理信息工程年级２０１３级论文答辩时间２０１６年６月学位授

2、予单位和日期北京建筑大学２０１６年７月答辩委员会主席陈向东研究员论义评阅人庞蕾副教授杨伯钢教授级高工北京建筑大学硕±学位论文原创性声明本人郑重声明：所呈交的学位论文，是本人在导师的指导下进行的研充工作及取得。，的研巧成果尽我所知，除了文中特别加Ｗ标注和致谢的地方外论文中不包含其他人已经发表或撰写过的研巧成果，也不包含本人或他人为获得北京建筑大学或其它教育机一构的学位或学历证书而使用过的材料。与我同工作的同志对本研究所做的任何贡献均己在论文中作了明确的说明并表

3、示了谢意。若有不实之处，本人愿意承担相关法律责任。。学位论文作者签字：文伴小曰期：《年如／扣北京建筑大学硕±学位论文版权使用授权书本人完全了解学校有关学位论文知识产权的规定，在校攻读学位期间论文工作的知识产权属于北京建筑大学，允许论文被查阅和借阅。学校有权保留论文并向国家有关部口或机构送交论文纸质版和电子版，可Ｗ将本学位论文的全部或部分内容编入有关数据库进行检索，可Ｗ采用影印、缩印、或扫描等复制手段保存和汇编学位论文。保密学位论文在解密后的使用授权同上。心学位论文作者签

4、名：校内导师签名：却巧／（年知巧日年ｉ月中校外导师签名：年月日摘要摘要在智能汽车辅助驾驶研究领域中，基于视觉的道路线检测与跟踪提取是一项关键技术，其研究对于辅助安全驾驶和智能汽车自主导航有着重要意义。当前许多学者在这一方面取得了重大成果，但大多数都是针对某些特殊的结构化道路模型提出的，并不能适用于各种不同的道路状况，特别是当被跟踪的道路路面结构不均匀、光照强烈、阴影或者有遮挡等各种复杂的道路状况，道路线检测、跟踪算法会出现较大偏差，导致检测、跟踪提取失败。本研究主要是利用街景系统采集的街

5、景影像开展道路线的提取，论文分为三个部分研究：道路影像预处理方法、道路线检测算法、道路线跟踪算法，最终通过实验验证了研究算法的可用性。其中，道路影像预处理方法包括影像灰度化、中值滤波去噪、影像自适应直方图均衡化、边缘增强、影像二值化、形态学修补。道路线检测算法分为感兴趣区域提取和直线拟合两部分。具体为：首先利用二分法进行道路感兴趣区域提取；感兴趣区域确定后，利用上述影像预处理算法进行影像处理；然后在此基础上，利用形态学的结构元素对道路线特征点信息进行存储，在一定约束条件下对车道线信息进行筛选，最后利用Hou

6、gh变换结合最小二乘法进行直线的拟合，此方法大大提高了识别精度。道路线跟踪算法主要是利用上一帧影像道路线信息预测下一帧影像的道路特征区域，然后经过影像预处理和直线拟合完成最后的道路线跟踪提取任务。通过实验统计分析，结果证明本文所提出的Hough变换结合最小二乘法的道路线检测，对区域中的道路线基本都能提取出来，成功率达到80%以上。但是，对于一些遮挡，道路线残缺等特殊情况下的检测仍然存在漏检、误检情况，仍需要进行深入的研究。关键词：街景序列影像；形态学；Hough变换结合最小二乘法。ⅠAbstractAbst

7、ractInthesmartcardriverassistancefield,roadlinedetectionandtrackingextractextractionbasedonsightisakeytechnology.Safedrivingandintelligentautonomousvehiclenavigationofresearchisofgreatsignificance.Manycurrentscholarsmadesignificantachievementsinthisregard,

8、butmostareforsomespecialstructuralroadproposedmodel,andcannotbeappliedtoavarietyofroadconditions,especiallywhenthepavementstructureoftheroadisnotbeingtrackeduniform,stronglight,shadoworothershelteredcomplexro