基于图像处理的车道线识别算法介绍.doc

基于图像处理的车道线识别算法研究 摘要 为了提高车道线识别算法的实时性和准确性，提出了一种基于改进Hough变换的车道线检测方法。在车道线的预处理阶段，首先确定图像中的感兴趣区域，然后 对图像进行平滑处理、自适应阈值分割、边缘检测，从而减少了后期的处理数据量，排除了大部分的干扰因素。在车道线的识别阶段，根据圆和椭圆的性质，对传统的霍夫变换进行改进，极大减小了在检测圆和椭圆时的计算量，并提高了检测的准确性。最后使用OpenCV图像处理库编写程序，证明了新算法的正确性，得到了理想的结果。 关键词：车道线识别 椭圆检测 霍夫变换 Study on Lane Mark Identification Algorithm Based on Image Processing Abstract In order to improve the real-time and accuracy of lane recognition algorithm, presents a method of lane detection based on improved Hough transform. The preprocessing stage in the lane line, first determine the image of the region of interest, and then smoothing, adaptive threshold segmentation, edge detection of image, thereby reducing the amount of data processing stage, most of the interference factors. The recognition phase in the lane line, according to the nature of the circle and ellipse, improvement of the Hof transform to the traditional, greatly reduces the amount of computation in the detection of circle and ellipse, and improve the accuracy of detection. Finally, the use of OpenCV image processing library program, proved the correctness of the new algorithm, and the desired result. Key Words：lane mark identification；ellipse detection；hough transform 目录 摘要 I Abstract II 目录 III 第1章 绪论 1 1.1 研究背景 1 2.1 国内外研究现状 2 1.2.1 国外研究现状 2 1.2.2 国内研究现状 3 3.1 论文主要内容 3 第2章 车道线的预处理 5 2.1 认识车道线 5 2.1.1 车道线的基本分类 5 2.1.2 车道线的标划区分 6 2.1.3 车道线的基本形状 6 2.2 感兴趣区域 6 2.3 平滑滤波 7 2.3.1 均值滤波 7 2.3.2 中值滤波 8 2.3.3 高斯滤波 9 2.3.4 平滑滤波总结 10 2.4 二值化 10 2.4.1 二值化的基本概念 10 2.4.2 大津法自适应阈值分割 10 2.5 边缘提取 11 2.5.1 Sobel算子 12 2.5.2 Canny算子 13 2.5.3 Sobel算子和Canny算子的比较 14 第3章 Hough变换直线和椭圆的检测 15 3.1 Hough变换直线检测 15 3.1.1 Hough变换直线检测的基本原理 15 3.1.2 Hough变换的缺陷和改进 16 3.2 Hough变换圆检测 17 3.2.1 Hough变换圆检测的基本原理 17 3.2.2 对hough变换圆检测算法的改进 18 3.2.3 最小二乘法求曲线上一点的切线 18 3.3 Hough变换椭圆检测 19 第4章 车道线的识别 22 结论 25 参考文献： 26 致谢 28 附录1 29 绪论 研究背景 车道线的识别是图像处理和交通智能化领域的一个重要分支，特别是近年来，随着只能汽车、自动识别的发展和应用，车道线识别的研究得到了长足的发展，并且会在未来随着人们对识别精度、速度的要求越来越高，车道线识别领域的研究将会愈发火热，可以说这是一个方兴未艾的研究领域。 车道线识别的研究成果