?

簡易魯棒車道檢測算法

在智能車輛系統(tǒng)當中，車道線檢測扮演了一個很重要的角色。因此，提出了一種魯棒道路車道線檢測算法來檢測左側和右側車道標記線。該算法由優(yōu)化了的Canny邊界檢測算子和霍夫變換組成。系統(tǒng)從一個前視相機中獲得圖像，相機面對著車道在車輛擋風玻璃后面安裝。之后一系列的圖像處理算法應用于采集后的圖像，用來產生車道模型。Canny邊界檢測算子作為特征識別算法，然后通過霍夫變換產生車道線。算法基于實時視頻處理檢測可視的左右車道標記線。

車道檢測算法由3個主要階段組成：預處理、后處理和車道線建模。第一個階段是低階圖像處理，用以產生檢測部分的有用信息。在這個階段中，道路圖像被復制出來用于計算部分。圖像被削減到一個較小的感興趣區(qū)域以減少計算時間。圖像同時被轉換為灰度圖像。通過腐蝕、膨脹和圖像平滑的方法將圖像的噪聲濾除。第二個階段使用Canny邊界檢測算子，將圖像邊界信息進行提取，之后霍夫變換用來將離散的點連接成直線，并且濾去非車道邊界點的噪聲點。第三個階段主要識別可能的左右車道線的參數(shù)，使用截距和斜率計算車道線。將相似的直線分組在一起，之后取一個平均值結果。最終的結果貼在源圖像上用來展示車道線的檢測結果。通過實車試驗顯示，算法具有較少的計算時間，因此擁有較好的實時性。同時在車道曲率較小的情況下，能夠較精確檢測出直線車道。

Chan Yee Low et al. Intelligent and Advanced Systems (ICIAS), 2014 5th International Conference.

編譯：王也