一种基于Hough变换的车道线检测新方法.pdfVIP

第 28卷第 4期 徐 州 工 程 学 院 学 报 (自然 科 学 版 ) 2O13年 12月 Vol-28No．4 JournalofXuzhou InstituteofTechnology (NaturalSciencesEdition) Dec．2O13 一 种基于 Hough变换的车道线检测新方法 许 宏聃 ，秦严严 (长安大学 电子与控制工程学院，西安 710064) 摘要 ：针对复杂环境 中车道线检测易受图像 中其它直线段的影响而出现较多误检测的问题，提 出一种新 的车道线检测方法．对原始 RGB图像灰度化，将 Otsu阈值提取方法引入 Canny边缘检 测算法中，得到边缘图像 ；判断边缘点在原 RGB图像 中的R、G、B三分量颜色信息，剔除非类似车 道线颜色的边缘点，降低其它非车道线的直线段影响；使用 Hough变换进行车道线检测．实验结果 表 明，该方法可以有效地滤除其它直线段的影响，在复杂环境中获得 良好的车道线检测效果． 关键词 ：车道线检测 ；RGB图像；Hough变换；Otsu阈值；边缘 中图分类号 ：TP391．41 文献标志码 ：A 文章编号：1674—358X(2013)04—0001—04 车道线检测作为智能车辆 自主导航系统的组成部分 ，是智能交通系统中的重点研究内容，一直以来都是 学者们关注的热点．车道线检测就是从摄像头获得的图像中，将车道线与背景进行分离 ，从而获得车道线的 走向等信息．Hough变换是进行直线检测的一个可靠方法 ，被广泛地应用到车道线检测中[1]．但是 ，常用的 基于 Hough变换 的车道线检测方法在较复杂环境下不仅易受到图像 中非车道线的直线段干扰 ，往往将这些 干扰线段误检测为车道线 ，而且传统 Hough变换计算量较大，很难满足实时性要求．对此 ，学者们给 出了多 种改进方法_3]，可是这些方法大都考虑如何在 Hough变换过程 中给予改进，旨在减少运算量 ，提高直线的 定位精度 ，然而并没有考虑到在进行 Hough变换之前 ，对所变换 目标做适当处理 ，以便解决其缺陷．本研究 依据这一思路 ，首先将 RGB图像灰度化 ，并进行边缘检测得到边缘图像 ；然后对边缘图像做进一步处理 ，并 根据边缘点在原 RGB图像 中的颜色信息，仅保留类似车道线颜色 的边缘点；最后再对处理后的边缘图像进 行 Hough变换 ，可以有效地解决干扰直线段的问题．由于处理后的边缘图像相对于原边缘 图像 ，边缘点数更 少 ，那么就在一定程度上减少 了Hough变换运算量． 1 边缘检测 将 RGB图像灰度化 ，以及对灰度图像进行边缘检测是 Hough变换进行车道线检测的基础，而边缘检测 的准确度直接影响后续 Hough变换的检测效果．本研究使用 目前综合效果最好的Canny边缘检测算法进 行边缘检测 ，同时将 Otsu阈值提取方法引入 Canny算法中，这样可根据图像灰度信息 自适应地生成高低阈 值 ，避免了Canny算法中人为设定阈值的难题． Canny_6]提出的基于最优化算法 的Canny算子，因其具有信噪 比大和检测精度高的优点而被广泛应 用l7]．其基本思想是采用二维高斯函数的任意方向上的一阶导数为噪声滤波器 ，通过与图像卷积进行滤波 ， 然后对滤波后的图像寻找局部梯度最大值 ，并以此来确定 图像 的边缘．算法基本步骤是：1)高斯滤波器平滑 输入图像 ；2)计算梯度幅值 图像和角度图像 ；3)对梯度 图像使用非最大值抑制 ，保留局部梯度值最大的点；4) 用双阈值处理和连接分析来检测并连接边缘 ，而对高低阈值大小 的选择 ，则影响着检测边缘的质量． 传统 Canny算法对高阈值和低 阈值的选取是人为设定的，从而使得边缘的连续性和伪边缘之间存在着 矛盾 ：对于一组固定的高低 阈值，对某一幅图像可能有很好 的效果 ，但是对另外一幅图像就可能产生不理想 的结果．因此，它不具有 自适应能力 ，自动化程度低．为 了解决这一缺陷，引入 Otsu阈值提取方法，自适应地 收稿 日期 ：2013-09—02 基金项 目：国家山区公路工程技术研 究中心开放基金 (gsgzj一2011—08) 作者简介 ：许宏科(1963一)，男，陕西凤翔人 ，教授 ，博士，博士生导师，主要从事交通信息控制与管理研究 秦