基于视觉的户外自主导航车辆的道路识别研究

《基于视觉的户外自主导航车辆的道路识别研究》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、摘要论文题目：基于视觉的户外自主导航车辆的道路识别研究学科专业：车辆工程研究生：张俊签名：至塞丝指导教师：傅卫平教授，签名：视觉导航技术是近年来自主导航车辆研究领域的一个热点。图像具有信息丰富、对场景描述全面的特点，是自主导航车辆感知环境的重要来源。本文以视觉系统在户外环境中的应用为主线，着重对摄像机标定、道路直线边缘检测、基于颜色和边缘相结合的目标分割方法对道路进行识别。在进行标定前，本文首先对摄像机的安装进行了研究，提出了在倾斜角度下对摄像机进行安装的方案。在分析摄像机内外参数模型和镜头径向畸变的基础上，利用地面网格作为标定模板，运用Tsai两步法标定出摄像机内外参数，并通过实验对

2、标定结果进行验证。实验表明，本文采用的安装方案和标定算法是可行的。采集到的道路图像～般受噪声的影响，本文采用灰度变换、滤波等预处理方法对其处理；然后通过比较多种边缘检测算子，选择Sobel算子来进行边缘检测。对于道路直线边缘提取，本文在分析广义Hough变换直线提取算法和编组法直线提取算法的基础上，针对这两种算法的不足，结合它们的优点，提出了基于编组分块的广义Hou。曲变换的道路边缘提取算法。实验表明，本文采用的直线边缘提取算法既保持了广义Hough变换鲁棒性强的特点，又具有计算量小的优点。进行图像分割时，选取自动阈值分割法对图像进行分割，并采用最大面积法选取初始阈值，运用最大类间、类

3、内方差比法对图像进行分割。根据户外路面区域容易受阴影干扰的情况，选取了三个颜色空间，首先在亮度空间对道路进行初始分割；接着，在另外两个空间根据阴影的特点进行阴影检测：然后利用基于边缘的分割对图像进行分割，并进行了最终的图像融合，找出了道路的可行驶区域。关键词：视觉导航；摄像机标定；直线边缘提取；Hough变换；图像分割AbstraetTitle：RESEARCHOFROADlDENTIFlCAl_IONFOROUTDOORVISlON-BASEDAUTONOMOUSNAVIGA硼ONVEHICLEMajor：VEHICLEENGEERINGName：ZHANGJUNSupervisor

4、：Prof．WeipingFuAbstractSignature：Z嗡丛．Signatu馆：血华，Vision—basednavigationtechnologyisanewhotspotintheareaofautonomousnavigationvehicleresearch．Imagesdescriberoundlytheenvironment，andearlyatremendousamountofinformationabouttheSCene．Itistheimportantartificefurvehicletoexplorethesurroundings．n圯articl

5、emainlyaimtotheapplicationofvisionsysteminoutdoornon-structurizationenvironment，andemphasizediscussedthecamcafacalibration、roadedgedetectionandtheimagesegmentbasedonedgeandcolor．Beforethecalibration,thearticlefirstresearchtheinstallationofthecamera,andaschemeofthecamerainsta玎ationunderheelingang

6、leispro'posed．Onthebasicofconsiderthecameraintemalandextemalparametersandradialdistortion,utilizationthegroundgridastheealibrationtemplate，andusingtheTsaitwo．stepmethodtocalibratetheinternalandexternalparameters，andfinallyusetheexperimentalresultsvalidatetheaboveconclusions．TheresuRindicatedthat

7、theinstallationschemeandthealgorithmisfeasible．Becauseoftheimagehavenoiseandmusttocarrythroughtheimagepreprocessing,sothegrayleveltransformation、histogramhandlingandairspacefilteringareusedinthisarticle．Thengetacrosscomparis