王寶梁 宋延?xùn)|
駕駛員信息來(lái)源的最主要部分是視覺(jué)信息[1-2],包括道路中障礙物的位置、各種交通參與者的位置及道路的幾何形狀等。人類駕駛車輛85%以上的信息來(lái)自視覺(jué)信息[3-4]。交通標(biāo)識(shí)線有效可靠的識(shí)別對(duì)于汽車智能化行駛具有重要的意義[5]。對(duì)獲取的圖像應(yīng)用垂直投影法進(jìn)行處理,最終能夠有效可靠地識(shí)別交通標(biāo)識(shí)線,獲取汽車行駛所需的交通標(biāo)識(shí)線信息。
本研究以交通標(biāo)識(shí)線作為引導(dǎo)車輛行駛的依據(jù)。車輛沿著交通標(biāo)識(shí)線行駛,當(dāng)車輛與交通標(biāo)識(shí)線發(fā)生角度偏差時(shí),會(huì)進(jìn)行自動(dòng)轉(zhuǎn)向調(diào)整。本文提出一種圖像處理方法,能夠可靠地獲取公路標(biāo)識(shí)線的信息,作為智能汽車行駛的依據(jù)。系統(tǒng)設(shè)計(jì)如圖1 所示。
選用CCD 攝像頭攝取的圖像作為處理對(duì)象,分辨率為3096×3096。本文中以帶有白色中心線的瀝青路作為研究對(duì)象(如圖2 所示),主要目的是通過(guò)處理攝像頭獲取的圖像,識(shí)別白色中心線的方向和位置。
圖1 系統(tǒng)設(shè)計(jì)
圖2 交通標(biāo)識(shí)線原圖
通過(guò)圖像轉(zhuǎn)換、圖像除噪、二值圖像、圖像形態(tài)學(xué)、圖像分割和最小二乘法等操作實(shí)現(xiàn)道路標(biāo)識(shí)線的識(shí)別。
在圖像處理過(guò)程中,將圖像劃分為圖像條。為了縮短圖像處理時(shí)間只取前6 個(gè)圖像條進(jìn)行處理。通過(guò)對(duì)比分析可看出,所獲取的作物行中心線效果與圖像條全部處理的效果幾乎一樣。在獲取最終的峰值點(diǎn)之后,用robustfit 函數(shù)[6]對(duì)這些點(diǎn)進(jìn)行擬合,robustfit 函數(shù)能夠?qū)⒛繕?biāo)點(diǎn)中與其他點(diǎn)差異大的點(diǎn)自動(dòng)去除,這在獲取公路標(biāo)識(shí)線中心線的圖像處理過(guò)程中非常重要。圖3 是公路標(biāo)識(shí)線中心線定位過(guò)程。
白色標(biāo)識(shí)線圖像通過(guò)攝像頭獲取,所獲取的圖像為RGB 圖像。由于原始圖像信息量較大,處理起來(lái)速度很慢,影響車輛智能化的響應(yīng)靈敏度,因此先將圖像按照公式(1)轉(zhuǎn)換為灰度圖像,得到灰度圖像如圖4 所示。
圖3 公路標(biāo)識(shí)線中心線定位過(guò)程
圖像采集過(guò)程會(huì)受到外界干擾,產(chǎn)生圖像噪聲,從而影響后續(xù)的圖像處理。因此,必須對(duì)圖像進(jìn)行噪聲抑制處理。為了在圖像處理前期獲得較好的圖像效果,以利于下一步的圖像處理,采用一種動(dòng)態(tài)中值濾波算法對(duì)圖像中的白色標(biāo)識(shí)線圖像進(jìn)行去噪處理。處理結(jié)果如圖5 所示。
通過(guò)取得合適的閾值,得到需要的二值(黑白)圖像,如圖6 所示。
圖4 灰度圖像
圖5 除噪圖像
圖6 二值圖像
二值圖像中會(huì)存在一定的噪聲點(diǎn),圖像中的白色標(biāo)識(shí)線邊緣也不平滑。為此,通過(guò)腐蝕、膨脹方法消除圖像中的細(xì)小噪聲點(diǎn),使圖像的白色標(biāo)識(shí)線的邊緣得到有效改善,這將有利于下一步車輛引導(dǎo)線的提取。圖7 為處理后的圖像。
對(duì)圖7 進(jìn)行圖像條處理,得到若干圖像條(見(jiàn)圖8),獲取每個(gè)圖像條的中心點(diǎn),并對(duì)這些點(diǎn)采用最小二乘法得到白色標(biāo)識(shí)線的位置,即車輛引導(dǎo)線,如圖9 所示。
圖7 形態(tài)學(xué)處理后圖像
圖8 圖像條
圖9 車輛引導(dǎo)線
多次實(shí)驗(yàn)結(jié)果表明,應(yīng)用基于垂直投影法進(jìn)行公路標(biāo)識(shí)線的處理能有效可靠地獲取公路標(biāo)識(shí)線信息,為汽車智能化識(shí)別交通標(biāo)識(shí)線提供可靠的行駛信息。