基于霍夫变换的车道线偏离预警算法

摘要  随着汽车产业的快速发展以及汽车保有量的增加，因此所带来的交通事故的发生率持续上涨，交通安全已经严重影响了人们的日常出行。事故调查发现，由车道偏离所导致的交通事故约占事故总量的三分之一,于是车道线偏离预警便有了设计的意义及价值。

本文主要针对车道线检测、识别及车道线偏离预警等模块进行了深刻的研究。首先，介绍了本课题的研究背景以及意义，国内外研究现状的介绍等；第二，阐述了图片的获取方法及图像的预处理，为之后的车道线提取做准备；第三，详细介绍了霍夫变换及基于该方法的车道线的检测与识别；第四，描述了车道线偏离模型的建立。

    最终，利用MATLAB实现了车道线偏离预警算法，用来验证本文设计的的车道线识别及偏离预警。

关键词：车道线偏离预警; 霍夫变换;MATLAB

车载摄像头采集的原始道路图像受光照变化及摄像机抖动等客观因素的影响，不可避免地会含有噪声成分。以改善视觉系统成像的质量、突出图像特征为目的，就必须要对原始图像进行预处理。由于所提取的目标特征不同，运用的预处理方法也不同。本文采用的预处理指将原始图像经过各种变换，直至完成二值化的一系列过程。本文中的预处理主要为灰度化、去噪处理、二值化。为了解决图像预处理方法所存在的难以兼顾实时性与鲁棒性及特征提取针对性不强等问题，本章通过实际实验效果，最终选用平均值法来对图像进行灰度化；去噪处理则采用中值滤波法进行；利用最大类间方差法取得车道的二值图像。

目   录

1引言 1

1.1研究背景及意义 1

1.2国内外技术发展状况 1

1.3本文研究内容 4

1.4本章小结 5

2图像的获取及预处理 6

2.1概述 6

2.2图像的获取 6

2.3图像预处理算法结构 8

2.4本章小结 11

3基于霍夫变换的车道线检测与识别 12

3.1概述 12

3.2霍夫变换的简介 12

3.3霍夫变换 13

3.4本章小结 15

4车道线偏离预警模式建立 16

4.1概述 16

4.2车道偏离常用模型 16

4.3车道偏离模型的选择 17

4.4本章小结 17

结论 18

致谢 19

参考文献 20

附录 22

附件清单 22