基于Hough变换的车道检测器的设计-交通信息工程及控制专业论文.docxVIP

论文独创性声明本 论文独创性声明 本人声明：本人所呈交的学位论文是在导师的指导下，独立进行研 究工作所取得的成果。除论文中已经注明引用的内容外，对论文的研究 做出重要贡献的个人和集体，均已在文中以明确方式标明。本论文中不 包含任何未加明确注明的其他个人或集体已经公开发表的成果。 本声明的法律责任由本人承担。 论文作者签名： 年 月 日 论文知识产权权属声明 本人在导师指导下所完成的论文及相关的职务作品，知识产权归属 学校。学校享有以任何方式发表、复制、公开阅览、借阅以及申请专利 等权利。本人离校后发表或使用学位论文或与该论文直接相关的学术论 文或成果时，署名单位仍然为长安大学。 (保密的论文在解密后应遵守此规定) 论文作者签名： 年 月 日 导 师 签 名： 年 月 日 摘 要 随着全球经济的快速发展，居民的车辆拥有率也在不断攀升，伴随而来的就是日 益严重的交通问题。为了减缓交通运输压力，世界各国都加强了对智能交通系统的研 究和建设。交通运输未来的发展趋向于智能化，作为一种新兴产业，智能交通已为我 国经济不断发展注入了新的动力。车道偏离预警系统作为 ITS 其中的一部分，在车辆 偏离车道行驶时,通过发出警告提醒驾驶人员进而避免危险发生。而构成交通环境的基 础因素就是车道线，因此车道线的检测尤为重要。本文主要基于 Hough(霍夫)变换原理， 以交通视频检测图像为研究对象，对车道检测的关键技术进行了研究。Hough 变换作 为一种常用的从图像中识别出几何图形的方法，其具有较好鲁棒性，可以在噪声环境 比较大的情况下识别出车道直线。 首先，本文大概介绍了智能交通系统及车道预警系统的应用需求，国内外对其的 研究及应用现状。针对图像的预处理问题，本文对图像灰度化、灰度的线性变换、图 像增强及边缘检测进行了分析与实现，以采集到的车道图像作为实验对象，通过对比 实际效果确定了车道预处理的具体流程与方法。通过分析几种交通检测方法及常用车 道检测方法，并对 Hough 变换进行了测试，通过比较实际效果，充分说明了 Hough 变 换在车道检测方面的优越性，最终确定将 Hough 变换作为主要算法。然后以交通监测 视频中提取的背景图像为研究对象，针对车道划分对车道背景主要进行了以下处理： 首先将背景车道进行灰度处理，将彩色图片转换为灰度图；其次是将处理后的灰度图 进行灰度线性变化和二值化处理，目的是去除车道边缘附近的噪声白点；将生成的二 值图进行中值滤波和 Roberts 边缘检测，然后进行 Hough 变换拟合出车道线。本程序在 Microsoft Visual Stdio2010 开发环境下使用 C#语言编译并且开发出了一套车道检测系统， 在进行多组实验后得出所检测出的车道边缘清晰而且噪点少，测得结果基本满足车道 的划分的要求。 关键词：图像处理，Hough 变换，车道检测，灰度图 I Abstract With the rapid development of global economy, the residents of car ownership are also rising, which is associated with increasingly serious traffic problems. In order to ease transport pressures, countries around the world have increased the research and construction of intelligent transportation systems. In the future, development of transportation tends to be intelligent. As a new industry, intelligent transportation system gave new impetus to Chinas economic development. Lane departure warnings system is part of the ITS. While cars is in deviation from the lane, the system will remind drivers to avoid danger by issuing a warning. As the lane is the most basic factor of the traffic environment, so lane of traffic information is the most important information. This article