复杂路况的车道线检测与识别算法研究

《复杂路况的车道线检测与识别算法研究》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、＾＾＇夺ｒ纖：ｐ．＾５＾禱謂ｐ＾ｆｅ．：黎．隣嶺参翊；？化７蓄擊ｆＩＩＩ耀變、ｎ巧文《乂辱案韓始致ｓｓ＆ｉ鑛知中＇若＾：；ｖ斩ｖ．碧岐帮？１！苦把；部ｙ＾拜＂．蒙祕而丄．人層蓮奪禮麵／＾，１：漏硕ｉ学，，位也．疋｜願Ｉ＇心，．．讚謂Ｍ誠；無越道切攀鶴譜議ＳＩ議—’—＇＾＇＾、＾＇；＇嚷－奮＂１？詹ｉｐＩ！戀复杂路况的车道线检测葛识别減＾，Ｉ■ｒ＊．．：，．，，；＇；；讓ｉｉ．？饼觀碱這苗ｒ赫；：心－算法研究培山．心讓這ｌｌＡｌ．雖遞靡，如端犧朋

2、＾满撇歡ｒ畫賊識窠、．＇释導杂卿解、－＇搭難祭．ｒ嗎ｉ則轉挡雍矣邊第Ｉ譜■霉糞作者姓名马一萌节靖、．ｒ讀貧气ｆｔ汽狼部挪！谓指导教师避超副教授Ｉｐｉｉｉｔ剌＇口类工学５Ｔ＾学科专业信号与信息处理＇培养单位信息料学巧程学院与＇—六年五月完成时间三〇、＃策１｜｜‘＇＇，．頸转渣铅？譚巧＾智聲猶邀Ｉ＇－、藥摆痴起瑶雜护敢．？ｔＬ巧擊雌投毒娶祐攀藝简广’＆謙翻ｄｆｃ紙漏豪讀；臟等，！益漏纖关于学位论文的独创性声明本人郑重声明：所呈交的论文是本人在指导教师指导下

3、独立进行研究王作巧取得的成果，论文中有关资料和数据是实事求是的。尽我所知，除文中已经加Ｗ标注和致谢外，本论文不包含其他人己经发表或撰写的研究成果，也不包含本人或他人为获得河南工业大学或其它教育机构的学位或学历证书而使用过的材料。与我一同工作的同志对研究所做的任何贡献均已在论文中做出了明确的说明。若有不实之处，本人愿意承担相关法律责任。—学位论文作者签名：写萌曰期：年ｔ月曰作学位论文使用授权书本人完全同意河南工业大学有权使用本学位论文（包括但不限于其巧刷版和电子版），使用方

4、式包括但不限于：保霞学位论文，按规定向国家有关部口（机构）送交学位论文Ｉ学术交流为目的赠送和交换学位论文，允许学位论文被查阅、借阅和复印，将学位论文的全部或部分内容编入有关数据库进行检索，采用影印、缩印或其他复制手段保存学位论文。保密学位论文在解密后的使用授权同上。－学位论文作者签名；每疏曰期：言〇（＾年＾月曰指导教师签名：够紐曰期：年＾月曰学校代码10463密级□硕士学位论文复杂路况的车道线检测与识别算法研究作者姓名马一萌指导教师樊超副教授学科门类工学学科专业信号与信息处理培养

5、单位信息科学与工程学院完成时间二〇一六年五月ResearchonLaneDetectionandRecognitionAlgorithmunderComplexRoadConditionsADissertationSubmittedfortheDegreeofMasterCandidate：MaYimengSupervisor：Prof.FanChaoSchoolofMechanicalEngineering&AutomationHenanUniversityofTechnology,Zhengzhou,Ch

6、ina摘要驾驶员的注意力不集中或者视觉干扰引发的车道线偏离是交通事故发生的重要原因之一。高级驾驶辅助系统（ADAS）可以减少此类交通事故的发生，具有非常重要的现实意义。车道线检测是该系统的核心技术之一，也是实现车辆辅助安全驾驶的重要前提。近年来，国内外学者相继提出一些具有重要意义的检测算法，但是普遍存在两方面的问题。第一，如何在道路图像存在较多干扰时，提高算法的鲁棒性。第二。如何在保证算法鲁棒性的同时又可以满足系统对实时性的需求。为了提高车道线识别算法的实时性和鲁棒性，提出一种基于双线性插值的特征提取算法。该

7、算法是根据车道线的消失点来缩放图像，缩放前后仅有车道线边缘仍然保持在原来的直线上。针对路面和车道线对比度较低的情况，提出一种基于梯度增强转换的特征提取算法。采用线性鉴别分析计算出当前图像中的最佳转换系数，使得车道线与路面的梯度值之差达到最大。此外，利用Canny自适应边缘检测算法可以求得最佳的阈值，从而有效排除异常点，利于后续的车道线拟合。针对直线模型的车道线，利用改进Hough变换算法进行车道线拟合。利用分区检测的算法可以拟合直线或者曲线模型的车道线。经过多种复杂路况的实验分析表明：基于双线性插值的特征提取

8、算法在车道线不连续、异物遮挡或亮度不均匀的情况下能较好的提取车道线；同时提出的基于梯度增强转换的算法在车道线和路面的对比度较低时特征提取效果较好。利用改进Hough变换算法进行车道线拟合，能够快速准确的提取车道线。利用分区检测的算法可以在多种路况下均能准确快速的识别出车道标识线。在特征点提取效果较好的前提下，该算法的检测正确率高达88.5%。关键词：车道线识别；双线性插值；梯度增强转换；改进Houg