基于GA―Otsu的图像分割方法在车道线检测中的应用.docVIP

基于GA―Otsu的图像分割方法在车道线检测中的应用 　　摘要：为了克服传统的Otsu算法在图像分割问题中运算量大与运算效率不高的局限性，本文提出一种基于GA-Otsu的道路图像分割算法。该算法在传统的Otsu算法理论的基础上，采用GA算法优化Otsu算法，利用GA算法的非线性随机搜索能力，求出类间方差最大时的图像分割阈值。最后通过具体的实例验证，结果表明该算法能有效地对道路图像进行分割，且相比于传统的Otsu算法，运行时间大大减少，具有更加广泛的工程适用面。 　　关键词：视觉导航 道路图像分割 Otsu算法 GA算法 最优阈值 　　中图分类号：U491.6+2 文献标识码：A 文章编号：1007-9416（2016）12-0056-02 　　基于视觉的道路检测技术是无人驾驶系统和机器人视觉导航中的关键技术，也是当今车辆辅助驾驶系统的重要组成部分。近些年来，国内外学者已从多个角度对基于视觉的道路检测技术进行广泛的研究。研究表明，由于实际道路环境的具有不可预测的复杂性以及图像表示的模糊性，道路检测必须先借助图像分割技术将道路目标从图像背景中分离出来，而后用基于特征或模型的图像处理算法予以识别。目前，基于图像分割的道路检测技术已成为了研究热点，比较常用的方法主要有基于阈值的Otsu算法，区域生长法，以及K-means算法等[1][2][3]。而其中又以基于阈值Otsu算法鲁棒性