基于小波及亚像素分析的道路检测技术研究

摘要

随着科学技术的发展，基于机器视觉的智能车辆导航系统已成为世界交通运输领域的研究热点。该系统主要采用图像处理和计算机视觉技术，实现这类系统面临的首要关键问题，就是如何快速准确地从车载传感器获取的视频图像中，检测出车道和前方的障碍物，而其中道路线边缘的检测，又是其中的重点与难点。小波分析理论是近年来迅速发展起来的新兴学科，其良好的时频局部化特性和计算速度快的优点，能够快速有效地分析信号的奇异性，提取图像边缘。在图像边缘检测中的具有重大的意义。 本文提出一种基于小波及亚像素分析的道路线边缘检测方法，以解决系统对算法在实时性和精度上要求越来越高的难题。 文中对小波分析基本理论和算法进行了较为详细的研究，对基于小波分析的图像阀值去噪、多尺度边缘检测、亚像素边缘检测方法作了详细讨论，并进行计算机仿真研究，表明本文提出的算法在消除噪声的同时较好的保留了图像的微弱边缘。 对实际道路图像进行检测，并与常用边缘检测算法检测效果进行对比，表明该算法从图像处理效果上看精度高于常规算法，具有运算速度快和抗噪性能好的优点。 小波分析和亚像素边缘检测算法各自在图像处理中都有突出地表现，将两者相结合的图像处理方法，解决智能车辆的导航难题，具有一定的理论意义和实际应用价值。

目录

文摘

英文文摘

声明

第1章绪论

1.1研究的背景和意义

1.1.1智能车辆技术的发展

1.1.2小波分析的发展

1.1.3亚像素算法的发展

1.1.4课题的提出

1.2国内外研究现状

1.3论文主要内容

第2章基于小波分析的道路线检测技术

2.1小波分析的基本理论概述

2.1.1连续小波变换

2.1.2离散小波变换

2.2基于小波变换的图像去噪技术

2.2.1小波变换去噪原理

2.2.2小波变换阀值去噪

2.2.3小波去噪的实验分析

2.3基于小波变换的图像边缘检测方法研究

2.3.1小波变换检测图像边缘的原理

2.3.2模极大值检测数字图像边缘算法

2.4尺度自适应小波边缘检测

2.4.1小波多尺度边缘检测理论

2.4.2小波多尺度自适应阈值边缘检测方法

2.5小波变换边缘检测实验

第3章亚像素边缘检测算法

3.1亚像素定位原理

3.2道路线边缘亚像素检测算法

3.2.1阶跃边缘亚像素检测

3.2.2斜坡边缘亚像素检测

3.2.3道路线边缘亚像素检测算法实现

3.3计算机仿真研究

3.3.1理想边缘的产生

3.3.2仿真研究结果

3.3.3仿真结果分析

第4章道路边缘检测研究

4.1实验验证

4.2实验总结

第5章总结与展望

参考文献

致谢

攻读硕士学位期间发表的论文