一种基于霍夫变换的车道标线检测算法.docVIP

一种基于霍夫变换的车道标线检测算法 唐阳山1 夏道华2 田鹏3 张贵洋4 夏道春5 （，摘要 关键词 中图分类号： 文献标识码：A Lane Markings Detection Algorithm Based on the Hough Transform Tang Yangshan1, Xia Daohua2,Tian Peng3,Zhang Guiyang4, Xia Daochun5 （College of Automobile Transportation,Liaoning University of Technology, Jinzhou 121001,China 5.Information Engineering Department,Shandong Vocational College of Science and Technology,Weifang 261000,China) Abstract：Currently,because of the deficiency of the lane markings detection based on Hough transform , this paper presents a new method to detect lane markings based on the Hough Transform.This method first divide road image into blocks, and use a rectangular frame to scan Block Area by-pixel, and determine the approximate range of lane markings by calculating the mean value of the pixel which are in the rectangular frame, and then use Hough transform to detect lane markings within this range.This method can effectively solve the problem that when we extract lane markings we may obtain multiple markings, and improve accuracy and timelines of the lane markings detection. Finally, the test analyzes the feasibility and robustness of this method. Key Words: Intelligent Transportation; marking extraction; Hough transform; lane markings; parameter transformation 1 引言 显。文献[2] 提出了一种基于随机霍夫变换与最小二乘法进行直线检测的方法，该方法能用于背景噪声较强和直线存在一定弯曲的图像，检测精度较高，但当计算较为复杂，需要多次进行直线拟合。Gonzalo pajares提出利用梯度方向信息对RHT采样点对的选择和累积进行改进但对梯度方向分散、梯度信息利用价值不大的图像,该方法并不适用[3]。针对上述问题，为了降低算法的空间复杂度和提高霍夫变换进行直线检测的实时性，本文提出了一种改进的车道标线检测方法。 2改进车道标线检测方法 2.1车道标线检测过程 针对传统霍夫变换的计算量大，容易提取出多条虚假的车道标线，造成车道标线模糊，影响车道标线的跟踪识别。本文在以前研究的基础上进一步提出了不同的车道标线的检测方法，具体过程步骤如下： （1）对采集的道路视频图像，首先进行图像平滑处理，平滑处理的采用的模板为，（）。 （2）将图像进行分割处理，分成左右两个图像，分别记为左半部分图像和右半部分图像，如图（3）所示。 图3 图像分割 （3）分别检测左右两部分图像的车道标线，首先检测左半部分图像的车道标线。 （4）在图像中，按照横向方向，找出车道标线起止点像素的坐标，分别记为A和B,如图（3）所示，则两像素间的横向距离为,即车道标线的横向宽度为，为车道标线宽度修正系数，当车道标线有缺损时，；当车道标线有凸起时，，黑色和灰色表示车道标线可能存在的区域，如图（4）所