基于Hough的图像分割在智能车图像处理中的应用.pdf

《基于Hough的图像分割在智能车图像处理中的应用.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、基于Hough的图像分割在智能车图像处理中的应用王烁，孙备，侯代坡，韩致信(兰州理工大学机电工程学院甘肃兰州230050)ImageSegmentationBasedonMatlabintheApplicationofIntelligentVehicalImageProcessingWANGShuo，SUNBei，HOUDai—po，HANZhi—xin(CollegeofMechanicalandElectricalEngineering，LanzhouUniversityofTechnology，Lanzhou230050，China)摘要：为了实现以摄像头为传感器的飞思卡尔0引言智能车

2、准确控制并稳定运行，图像处理是问题的关键。Hough变换是一类常用检测包括直线在内的图像处理是以摄像头传感器为检测元件的智能参数化曲线的方法，具有鲁棒性强的特点。为了准车实现控制并稳定运行的基础，图像处理的优劣直确的提取道路信息，利用给定阈值处理图像，在接影响到控制策略能否准确实现，而判断图像处理Matlab平台上利用Hough变换技术对摄像头采集优劣的标准是能否准确地区分出黑色跑道与白色背图像进行分割，实现了直观、准确地反映工作中的实景以及其他干扰信息。际状态，并求出双线道路的中心线，实际运行效果良摄像头提取的信号是被动的接受反射回的光好，为图像的实际应用打下了基础。线，因此，采集的图像受

3、外界环境的影响较大，例如，关键词：飞思卡尔；Matlab；边缘检测；图像分一些黑色跑道很可能由于发生镜面反射而丢失信割；Hough变换号。此外，智能车实际用的是经过A／D转换之后的中图分类号：TP391．41模拟图像，模拟的图像在传输和转换到数字图像的文献标识码：A过程中带人大量的噪点，给实际应用带来许多困难。文章编号：1001—2257(2013)05—0065—04最后由于飞思卡尔单片机实际内存空间和运算能力Abstract：Imageprocessingisakeytechnique有限，所以实际应用中的程序不能太大，运算的时间problemforcameragroupofintell

4、igentVehical也不能大于20ms。precisecontrolandstablerunning．Houghtransfor—智能车的图像处理多采用单像素处理方式，即mationthathasstrongrobustisacommonmethod对临近一个或几个像素点之间进行灰度值比较口]，导致采集的数据的不能被有效利用。另外，whichtodetectparametriccurvessuchasline．In在智能车图像处理中可以引入合成孑L径雷达SARourexperiment，objectinformationiSdetectedby(syntheticaperturerada

5、r)图像识别方法_3]。但definitivethreshold．UsingHoughtransformationprocesscameragrabbingimageintheplatformof是由于在SAR图像中的数据量相较智能车中的数Matlab，SOthattheactualstatecanbereflectedob—据要大得多，所以应进行数据的简化。对基于摄像头传感器的智能车采集图像进行处jectiveandaccurate，andasabasisforactualappli—cationofimage．理，实现了由双跑道到单跑道的转换，为控制策略的Keywords：Freesca

6、le；Matlab；edgedetection；准确实现和控制稳定性及速度提升开拓了广阔的空间。imagesegmentation；Houghtransformationl图像的边缘检测收稿日期：2012—10—26《机械与电子}2013(5)·65·