基于数字图像车道智能检测系统研究.docVIP

基于数字图像车道智能检测系统研究 　　摘要 设计基于嵌入式系统的车道检测系统，研究正常光照下和非正常光照下车道标志线的检测算法。建立车道线感兴趣区域提高识别算法的实时性。为提高光线的适应性，建立基于BP神经网络的光照分类器。算法在Vc6.0++平台实现并得以验证。 　　关键词 车道线识别；图像处理；神经网络 　　中图分类号U46 文献标识码A 文章编号 1674-6708（2011）44-0225-02 　　0 引言 　　随着我国经济的加速发展，车辆在社会发展中扮演越来越重要的角色。但是，人们在享受车辆带来的巨大便利时，也苦吞其带来的恶果。世界各地每年有120万人死于交通事故，每天达到了3 242人。据统计，约有44％的交通事故与车辆行驶偏离正常车道有关，其主要原因是驾驶员注意力不集中或者疲劳驾驶，导致车辆偏离正常行驶车道。因此如何预防由于车辆偏离而造成的交通事故成为各国面临的重大交通课题。目前，世界各地对预防公路交通事故方面的主要焦点都转移到能降低驾驶员疏忽的仪器和技术的开发上，以期降低驾驶员的疏忽（如欧盟的PReVENT计划），其中车道智能检测成为其研究热点。而我国在此领域的研究已取得一定的成绩，但发展尚未成熟，实际应用成果较少。为此，本文提出通过使用Linux嵌入式系统，利用VC++编程针对不同光照环境下的车道线识别检测，判断车辆是否偏离。 　　1 车道智能检测