基于Hough变换的车道检测器的设计

摘要

随着全球经济的快速发展,居民的车辆拥有率也在不断攀升,伴随而来的就是日益严重的交通问题。为了减缓交通运输压力,世界各国都加强了对智能交通系统的研究和建设。交通运输未来的发展趋向于智能化,作为一种新兴产业,智能交通已为我国经济不断发展注入了新的动力。车道偏离预警系统作为 ITS其中的一部分,在车辆偏离车道行驶时,通过发出警告提醒驾驶人员进而避免危险发生。而构成交通环境的基础因素就是车道线,因此车道线的检测尤为重要。本文主要基于 Hough(霍夫)变换原理,以交通视频检测图像为研究对象,对车道检测的关键技术进行了研究。Hough变换作为一种常用的从图像中识别出几何图形的方法,其具有较好鲁棒性,可以在噪声环境比较大的情况下识别出车道直线。
　　首先,本文大概介绍了智能交通系统及车道预警系统的应用需求,国内外对其的研究及应用现状。针对图像的预处理问题,本文对图像灰度化、灰度的线性变换、图像增强及边缘检测进行了分析与实现,以采集到的车道图像作为实验对象,通过对比实际效果确定了车道预处理的具体流程与方法。通过分析几种交通检测方法及常用车道检测方法,并对 Hough变换进行了测试,通过比较实际效果,充分说明了 Hough变换在车道检测方面的优越性,最终确定将 Hough变换作为主要算法。然后以交通监测视频中提取的背景图像为研究对象,针对车道划分对车道背景主要进行了以下处理:首先将背景车道进行灰度处理,将彩色图片转换为灰度图;其次是将处理后的灰度图进行灰度线性变化和二值化处理,目的是去除车道边缘附近的噪声白点;将生成的二值图进行中值滤波和Roberts边缘检测,然后进行Hough变换拟合出车道线。本程序在Microsoft Visual Stdio2010开发环境下使用C＃语言编译并且开发出了一套车道检测系统,在进行多组实验后得出所检测出的车道边缘清晰而且噪点少,测得结果基本满足车道的划分的要求。

目录

封面

声明

中文摘要

英文摘要

目录

第一章绪论

1.1课题研究背景及意义

1.2国内外研究现状

1.3本文研究的主要内容

第二章车道线图像的预处理及算法实现

2.1数字图像的编码格式以及采集

2.2图像灰度化

2.3图像灰度的线性变换

2.4阀值分割

2.5图像增强

2.6边缘检测

2.7预处理流程图

2.8本章小结

第三章常用交通检测技术及车道识别方法

3.1交通检测技术

3.2车道识别方法

3.3本章小结

第四章基于Hough变换的车道检测器的设计及实现

4.1程序设计总流程

4.2车道预处理流程

4.3车道的Hough变换

4.4本章小结

第五章程序调试及分析

5.1Microsoft Visual Studio2010开发平台及C#开发语言介绍

5.2程序调试及结果

5.3对结果的分析与讨论

5.4本章小结

总结与展望

参考文献

攻读学位期间发表的论文

致谢