联合图像处理和目标约束的车道线检测方法

摘要

针对车道线检测存在检测精度不够高、多峰值检测、受噪声干扰严重的问题,设计了道路图像前处理算法和目标约束(Target Constraint Range,TCR)算法结合的新型车道线检测算法.对灰度化的图像进行改进的中值滤波除噪,再基于最大类方差法,用Canny算法提取车道线边缘.结合前处理算法,TCR算法通过目标区域划分和极角极径法来缩小检测范围,且运用算子[10-1]和[-101]对车道左右双线分别进行边缘叠加处理来提高霍夫变换法(Hough Transform)的检测精度,在新的TCR下进行车道线跟踪,解决了车道线检测偏离问题,搭建了汽车试验平台和软件平台.试验结果表明,检测算法在直道和弯道行驶下的检测准确率分别为93.8％和91.6％,且能排除弱光照和强光照干扰.