简易鲁棒车道检测算法



简易鲁棒车道检测算法

在智能车辆系统当中，车道线检测扮演了一个很重要的角色。因此，提出了一种鲁棒道路车道线检测算法来检测左侧和右侧车道标记线。该算法由优化了的Canny边界检测算子和霍夫变换组成。系统从一个前视相机中获得图像，相机面对着车道在车辆挡风玻璃后面安装。之后一系列的图像处理算法应用于采集后的图像，用来产生车道模型。Canny边界检测算子作为特征识别算法，然后通过霍夫变换产生车道线。算法基于实时视频处理检测可视的左右车道标记线。

车道检测算法由3个主要阶段组成：预处理、后处理和车道线建模。第一个阶段是低阶图像处理，用以产生检测部分的有用信息。在这个阶段中，道路图像被复制出来用于计算部分。图像被削减到一个较小的感兴趣区域以减少计算时间。图像同时被转换为灰度图像。通过腐蚀、膨胀和图像平滑的方法将图像的噪声滤除。第二个阶段使用Canny边界检测算子，将图像边界信息进行提取，之后霍夫变换用来将离散的点连接成直线，并且滤去非车道边界点的噪声点。第三个阶段主要识别可能的左右车道线的参数，使用截距和斜率计算车道线。将相似的直线分组在一起，之后取一个平均值结果。最终的结果贴在源图像上用来展示车道线的检测结果。通过实车试验显示，算法具有较少的计算时间，因此拥有较好的实时性。同时在车道曲率较小的情况下，能够较精确检测出直线车道。

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

编译：王也