基于机器视觉的车道线识别技术研究

基于机器视觉的车道线识别技术研究

ID:35171395

大小:4.88 MB

页数:72页

时间:2019-03-20

基于机器视觉的车道线识别技术研究_第1页
基于机器视觉的车道线识别技术研究_第2页
基于机器视觉的车道线识别技术研究_第3页
基于机器视觉的车道线识别技术研究_第4页
基于机器视觉的车道线识别技术研究_第5页
资源描述:

《基于机器视觉的车道线识别技术研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、学校代号10536学号12105040512分类号U495密级公开硕士学位论文基于机器视觉的车道线识别技术研究学位申请人姓名燕磬所在学院电气与信息工程学院指导教师杨安平副教授学科专业交通运输工程研究方向智能检测与模式识别论文提交日期2015年4月学校代号:10536学号:12105040512密级:公开长沙理工大学硕士学位论文基于机器视觉的车道线识别技术研究学位申请人姓名燕磬指导教师杨安平副教授所在学院电气与信息工程学院专业名称交通运输工程论文提交日期2015年4月论文答辩日期2015年5月答辩委员会主席李欣然教授TheResearchoflanerecognitiontech

2、nologyBasedonMachineVisionbyYANQingB.E.(CentralSouthUniversityofForestry&Technology)2012AthesissubmittedinpartialsatisfactionoftheRequirementsforthedegreeofMasterofEngineeringinTrafficandTransportationEngineeringinChangshaUniversityofScience&TechnologySupervisorProfessorYANGAnpingApril,2015长

3、沙理工大学学位论文原创性声明本人郑重声明:所呈交的论文是本人在导师的指导下独立进行研究所取得的。研究成果除了文中特别加W标注引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体,均已在文中明确方式标明。本人完全意识到本声明的法律后果由本人承担。:作者签名^^日期:>炸巧日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、巧用学位论文的规定,同意学校保留并向国家有关部口或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权长沙理工大学可将本学位论文的全部或部分内容编入

4、有关数据库进行检索,可?采用影印、缩印或扫描等复制手段保存和汇编本学位论文。同时^授权中国科学技术信息研究所将本论文收录到《中国学位论文全文数据库》,并通过网络向社会公众提供信息服务。本学位论文属于1、保密□,在年解密后适用本授权书。2、不保密f/""(请在[^上相应方框内打V)f?作者签名:曰期=兴反年S月t曰卷農"导师签名:日期:^^^兴(许S月摘要车道识别技术作为未来智能交通的重要组成部分,已经在现今的道路安全中起到了举足轻重的作用。其涉及到了现代计算机视觉技术、模式识别技术、自动控制技术。在车道偏离预警系统(Lanedep

5、arturewarningsystem简称LDWS)、自动驾驶系统中都需要用到车道线检测。该技术能大大减少交通事故的发生,减少人员财产损失。因此对车道识别技术的研究具有重要的意义。文章将对基于机器视觉的车道线识别算法进行研究。当前雾霾天气在中国大部分地区出现越来越频繁,为解决雾霾天气影响采集图像的清晰度问题,文章提出了一种改进的暗通道优先雾霾消除算法,改进该算法中参数大气光值的获取方法,将改进之后的雾霾消除算法运用到车道线检测的预处理过程当中。另外还提出了一种根据车速确定帧数进行模糊化处理的方法,该方法可以在使用最少帧数的情况下对多帧图像做均值处理,使路面间断的车道线变为连续的

6、车道线,方便了后续车道线的识别。为消除图像中的透视效果,文章使用逆透视变换(InversePerspectiveMapping)将具有透视效果的图像转换成世界坐标的鸟瞰图,使得透视图像中原本左右不平行的车道线转变为平行的线段,简化了以往常见的通过寻找透视消失点、天地分界线等特征来搜寻车道线的方法。文章还改进了自适应二值化处理的步骤,分别在自适应二值化处理前后进行一次中值滤波,改善了滤波效果。车道识别阶段为了防止跨车道误识别,提出了一种基于中轴线的防跨车道识别办法。探究了使用随机一致算法进行非车道区域的消除的方法,获得了干净的车道线图像。最后利用Kalman滤波器根据当前识别出的

7、车道线预测下一帧时车道线的位置,针对预测结果可能有误的问题,提出了判定预测结果可信度的方法,一定程度上解决了车道线被遮挡时的车道跟踪问题。文章通过实地拍摄道路视频,输入到计算机之后利用MATLAB软件将视频进行逐帧的识别处理,验证本文算法的可行性,探究算法中的最优参数。文章提出的算法在一定的程度上优化了车道识别算法。关键词:机器视觉;车道线检测与跟踪;Kalman预测;随机抽样一致算法IABSTRACTLanerecognitiontechnologyasanimportantpartoft

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。