基于机器视觉的车道线识别方法

摘要

在机器视觉车道线识别过程中,存在曲线识别率较低、误判等问题.为提高检测过程中的车道线检测精度,设计一种根据灰度变化设定ROI区域的计算方法,针对白天与夜间的行车区域与非行车区域分离.其次,对霍夫直线检测出的直线,增加对分割图像内HOG(Histogram of Oriented Gradient)特征提取后利用SVM(Support Vector Machines)分类检测的方法,为车道线检测提供后续的一种高拟合度的鲁棒性算法.试验结果表明,该方法能够有效地进行弯道和直道的识别.