学位论文 > 优秀研究生学位论文题录展示

基于计算机视觉的道路识别方法的研究

作　者: 董瑞先
导　师: 王玉林
学　校: 青岛大学
专　业: 车辆工程
关键词: 道路识别区域特征边缘特征分水岭算法障碍物检测
分类号: TP391.41
类　型: 硕士论文
年　份: 2010年
下　载: 172次
引　用: 0次
阅　读: 论文下载

内容摘要

实时、可靠的道路识别是智能车辆研究的一个关键技术,在车辆自主导航中起着重要的作用。由于道路的多样性和外界环境的复杂性,如何实时、准确的对道路进行识别是目前道路识别领域研究的重点。近年来,很多学者在道路识别研究工作中做出了很多努力,并取得了一定的进展,也形成了各种各样的道路识别方法。本文研究了一种基于特征的道路识别算法,算法将基于区域特征的方法和基于边缘特征的算法结合,最终完成对道路的识别。算法首先采用基于区域特征的分水岭算法识别道路,如果识别结果能够满足要求,就直接进行道路拟合；如果不能够满足要求,则采用基于边缘特征的检测算法识别道路,两种方法结合,实现道路识别。此外,在实现道路识别的基础上,本文还根据道路的识别结果进行障碍物(主要为车辆)检测。基于区域特征的算法是在分水岭算法的基础上进行的,本文提出了对特征区域实时更新的算法并设定了区域更新条件,以达到更好的识别效果。基于边缘特征的算法是在基于区域特征的算法基础上进行的。如果基于区域特征的算法识别效果不理想,就在分水岭算法划分的道路区域内进行边缘检测,结合两者,最终实现道路的识别。障碍物检测也是课题的一项主要工作。考虑到障碍物一定是在道路区域内,算法首先划分出道路区域,在划分的道路区域内进行障碍物检测。本文制定了道路识别性能的评价指标,通过对视频库内测试样本的实验,对算法的性能进行了评价,并分析了算法的优缺点。实验表明,算法在识别效果和运行速度上都比较理想,能够满足道路识别要求。

全文目录

摘要  2-3
Abstract  3-4
目录  4-6
第一章绪论  6-14
  1.1 研究背景及意义  6-7
    1.1.1 课题研究背景  6
    1.1.2 课题的研究意义  6-7
  1.2 国内外研究现状  7-12
    1.2.1 基于特征的方法  8-10
    1.2.2 基于模型的方法  10-11
    1.2.3 与其它技术融合  11-12
  1.3 本文的主要研究内容及技术路线  12-13
    1.3.1 道路识别  12
    1.3.2 障碍物检测  12-13
  1.4 本文的组织结构  13-14
第二章分水岭算法  14-26
  2.1 分水岭算法简介  14-17
    2.1.1 基本概念  14-15
    2.1.2 基于数学形态学的算法  15-16
    2.1.3 基于地形学距离的算法  16-17
  2.2 改进的分水岭算法  17-23
    2.2.1 初始化道路和背景定义  17-18
    2.2.2 分水岭变换  18-20
    2.2.3 求取道路边线  20-22
    2.2.4 更新极小值  22-23
  2.3 实验  23-25
    2.3.1 视频实验  23-24
    2.3.2 实验结果分析  24-25
  2.4 本章小结  25-26
第三章边缘检测算法  26-38
  3.1 图像预处理  26-33
    3.1.1 灰度化  26-27
    3.1.2 滤波  27-29
    3.1.3 边缘增强  29-30
    3.1.4 阈值处理  30-33
  3.2 车道线检测  33-35
    3.2.1 划分感兴趣区域  33-35
    3.2.2 车道线拟合  35
  3.3 实验  35-37
  3.4 本章小结  37-38
第四章障碍物检测算法  38-48
  4.1 障碍物检测算法简介  38-39
  4.2 结构化道路中的障碍物检测算法  39-47
    4.2.1 感兴趣道路区域(ROI)  40-42
    4.2.2 障碍物初检测  42-44
    4.2.3 障碍物确认  44-47
  4.3 本章小结  47-48
第五章总结与展望  48-50
  5.1 工作总结  48
  5.2 未来工作  48-50
参考文献  50-54
攻读硕士学位期间的研究成果  54-55
致谢  55-56

基于计算机视觉的道路识别方法的研究

内容摘要

全文目录

相似论文