基于影像的道路标线自动识别方法

基于影像的道路标线自动识别方法

ID:3922045

大小:445.33 KB

页数:3页

时间:2017-11-25

基于影像的道路标线自动识别方法_第1页
基于影像的道路标线自动识别方法_第2页
基于影像的道路标线自动识别方法_第3页
资源描述:

《基于影像的道路标线自动识别方法》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、第19卷第2期测绘学院学报Vol.19No.22002年6月JournalofInstituteofSurveyingandMappingJun.2002文章编号:1009-427X(2002)02-0106-03基于影像的道路标线自动识别方法蓝朝桢,吴云东,郭建星(信息工程大学测绘学院,河南郑州450052)摘要:利用图像处理技术和模式识别技术,提出了一种基于影像的道路标线自动识别方法。实验结果表明,该算法速度快、准确率高、适应性强。关键词:道路标线;影像;Hough变换;模式识别中图分类号:T

2、P751文献标识码:A道路标线在城市交通管理中起着重要的作变化误认为是不同的另一峰,可以限制两峰之间用,但在使用一段时间之后,破损严重,道路维护的最小距离M,即T1、T2满足

3、T1-T2

4、>M。人员需定期重新喷绘。目前,这项工作还主要依靠人工完成,劳动强度大、效率低,并且还影响正常的交通秩序。为改变这种现状,可设计出全自动的道路标线重绘车。利用车载数字相机获取包图1道路标线影像直方图括道路标线的数字影像,并量测它在影像上的位1.2快速二值图像平滑处理置,根据摄影测量的原理建立起像片坐标与地面

5、图像二值化以后,影像上仍然会残留众多的坐标之间的关系模型,即可计算出标线相对于车干扰点。一般情况下,少量的孤立点并不会影响到身的地面坐标,从而驱动喷头到指定地点进行喷边缘线的定位,但对于地面情况复杂(纹理丰富)绘。其中在各种复杂条件下,完成对影像上目标的路面,随着这些干扰点的增加,会对目标的定的自动识别,是整个工作实现自动化的关键之一。位,特别是特征点较少的横边缘的定位产生较大文中针对影像上道路标线的自动识别和定位问的影响,难以保证对目标识别的可靠性。所以,对题,综合利用图像特征提取、匹配算法、Hough

6、变影像进行平滑处理是必要的。换,提出了一种基于影像的道路标线自动识别方在二值图像的基础上进行平滑处理,要使平法,取得了良好的识别效果。滑后的图像仍然是二值图像,并且要求对边缘进行保护,一般的平滑算法并不能得到很好的效果。1原始图像的预处理文中在中值滤波算法的基础上,提出一种快速二1.1图像二值化值图像平滑算法,该算法能有效地保护边缘。算法对图像的二值化处理是最常用的一种图像分具体如下:在待平滑像元P周围邻域内选取一个割方法,对目标(即道路标线,下同)和背景的分离33像元大小的平滑窗口,统计窗口内灰度

7、值为十分有效。并且在保留人们所关心的信息的同1的像素个数N。若N>5时,将P像元灰度值赋时,大大除去了干扰因素。在二值化处理过程中,为1;否则,赋为0。考察包含二值道路标线影像上域值的确定是关键。任意33窗口,典型情况有3种(见图2)。由目标影像的直方图可以发现,直方图上有两个峰值(如图1),如果选取两峰之间的谷底对应的灰度值作为域值,就可以使目标和背景的错分率降到最低。方法是在计算图像的直方图p(g)后,判断两峰值所对应的灰度级T1、T2,再在T1、T2中间找出灰度概率最低的点(谷点)T作图2目标二

8、值图像平滑窗口典型情况为二值化阈值。为避免把靠近主峰的局部不规则收稿日期:2001-10-10;修回日期:2002-02-15作者简介:蓝朝桢(1979-),男(畲族),福建龙岩人,本科生,研究方向为摄影测量与3维可视化。第2期蓝朝桢等:基于影像的道路标线自动识别方法107按以上规则对中心像元进行去噪声处理,可利用Hough变换对二值影像的特征点进行直以发现这种方法既可以去除黑色背景中的亮点,线检测,其效率和精度取决于搜索区域的大小以如图2(a),也可以去除白色目标像点中的黑点,及、

9、的范围、分辨率。因此,对目标位置的预测如图2(c),并且由图2(b)可知,此方法能有效地和对、的限制是必要的,并且对边缘直线参数保持边缘特性。与中值滤波相比,这种快速二值图进行有效的预测可以大大减小孤立点对目标直线像平滑算法少了比较耗时的排序步骤,计算量减检测的影响。少。使用这种方法对二值图像进行平滑处理后,干由影像的特点可知,目标的两纵边沿接近竖扰因素大大减少。直,因此为得到目标的大致位置,可以利用一条竖1.3线特性提取直的直线与之匹配,求出相关性测度H针对目标影像的特点,边缘是目标检测和识T(j

10、)=

11、255-g(i,j)

12、别所必须依赖的主要特征。通过二值化和平滑处i=0理之后的目标图像已经非常有利于边缘线的提式中,g为灰度函数;H为图像高度;j取值为(0,取。如图3中锐化的算子对任何方向边缘的提取W),W为影像宽度。理论上,取T值最大和次大都有效,使用此算子对图像进行卷积运算,可获得值时对应的j1、j2值为两纵边沿线的概略位置目标理想的边缘线。x1、x2。但为避免与T最大的直线的相邻直线被误认为是另一边沿线,必须加

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。