学位论文 > 优秀研究生学位论文题录展示

基于形态学的车道线检测系统设计

作　者: 韩宝安
导　师: 白天蕊
学　校: 西南交通大学
专　业: 电子与通信工程
关键词: 智能汽车导航车道线识别算法
分类号: TP391.41
类　型: 硕士论文
年　份: 2010年
下　载: 58次
引　用: 0次
阅　读: 论文下载

内容摘要

随着我国汽车工业的发展以及汽车的进入家庭的普及程度越来越高,随之而来的交通问题也日趋严重,这其中最重要的就是交通安全问题,本文主要对当今汽车的辅助导航中的车道标识线的识别检测的相关技术及算法进行了相应的研究。本文针对传统算法存在的一些弊病,做出了新的结构化道路模型特征,同时结合相关的形态学处理图像的理论与方法,通过灵活的仿真实验得出了基于形态学的车道线检测的算法。该算法先对扫描到的图像进行提取,根据车道自身的梯状特点,从而建立了梯状的兴趣区域,这样不光减少了相应的计算工作,而同时最大的好处是减少了车道线周围环境对车道线的检测的影响。再通过相关的交变序列滤波器对原始的图像进行滤波,利用具有车道模型特征的结构原色对处理后的图像进行特定目标的提取,再对车道标识线的外线进行运算以去除双边缘,整合得出的结果,将得到车道内侧边缘线进行Hough变换从而标记车道线。本文中所涉及的仿真实验处理的图像均采用CCD感光所获取的彩色图像,转换为256个灰度级,为了更为逼真的反应实际道路情况,图像的获取采自不同环境下的不同城市道路,目的就是为了仿真出更为复杂的路面情况,比如天气道路的干净程度等等,通过仿真该算法均能满足预期,检测出目标标识线,准确率高,相对传统的算法鲁棒性得到明显的提高。

全文目录

摘要  6-7
Abstract  7-10
第1章概论  10-20
  1.1 引言  10-11
  1.2 行业发展背景  11-15
    1.2.1 基于视觉的导航技术在车辆中的应用  13-14
    1.2.2 论文研究的目的  14
    1.2.3 论文的研究意义  14-15
  1.3 目前基于视觉导航的道路检测方法的现状  15-19
    1.3.1 图像的识别方法  16-17
    1.3.2 基于道路假设的识别方法  17-19
  1.4 该论文的研究内容  19
  1.5 本章小结  19-20
第2章数学形态学的基本原理  20-31
  2.1 二值形态学原理  20-25
    2.1.1 二值的腐蚀与膨胀  20-22
    2.1.2 图像处理中的开运算和闭运算  22-24
    2.1.3 击中击不中变换  24-25
  2.2 灰度形态学的基本原理  25-30
    2.2.1 灰度图像的排序  25-26
    2.2.2 灰度形态学的基本运算  26-28
    2.2.3 灰度形态学的组合运算  28-30
  2.3 本章小结  30-31
第3章图像的预处理  31-38
  3.1 图像的灰度化  31-32
  3.2 图像的滤波  32-34
    3.2.1 形态学滤波器  32
    3.2.2 组合形态学滤波器  32-34
  3.3 改进的滤波方法  34-36
  3.4 仿真实验结果与分析  36-37
  3.5 本章小结  37-38
第4章相关算法  38-46
  4.1 相关算法  38-39
  4.2 车道线的识别  39-45
    4.2.1 确定目标区域  39-40
    4.2.2 图像的预处理  40
    4.2.3 边缘检测算子  40-42
    4.2.4 左右标识线的提取  42-45
    4.2.5 车道双边缘的去除  45
  4.3 本章小结  45-46
第5章仿真结果及分析  46-49
  5.1 算法  47
  5.2 仿真实验结果与分析  47-48
  5.3 本章小结  48-49
结论  49-50
致谢  50-51
参考文献  51-53

基于形态学的车道线检测系统设计

内容摘要

全文目录

相似论文