智能車平臺運用霍夫變換圖像處理技術(shù)的車道偏離預警系統(tǒng)研究

?

智能車平臺運用霍夫變換圖像處理技術(shù)的車道偏離預警系統(tǒng)研究

現(xiàn)今，汽車數(shù)量的逐年增長對交通安全提出了更高的要求。在道路上，有很多存在安全隱患的交通車輛需要駕駛員在駕駛時謹慎應對。事實上，由于人類行為的不確定性，因此很難被汽車上現(xiàn)有的設(shè)備所識別、預測和掌握，這就需要一個專門用于監(jiān)視和警告外界車輛行為的系統(tǒng)來進行輔助駕駛?；诨舴蜃儞Q的車道探測技術(shù)正是用來探測前方車道、檢測過往車輛、幫助駕駛員作出決策的輔助駕駛系統(tǒng)技術(shù)。

該系統(tǒng)運行時主要包含以下步驟。

（1）接收圖像。該系統(tǒng)能夠從已保存為.avi格式的視頻文件中獲取圖像，圖像尺寸和相機分辨率一致，且相機在記錄時沒有進行其它附加的設(shè)置。

（2）拆分圖像。通過分析視

（6）分割和移除物體。利用形態(tài)學運算來分割和移除圖像中的非結(jié)構(gòu)化元素。

（7）確定圖像中的分析區(qū)域。利用霍夫變換對步驟5中得到的二值圖像進行直線檢測。用綠色表示檢測到的直線，用紅色標出其中最長的直線。

（8）計算霍夫變換。經(jīng)過步驟7的分析，原始圖像最終以霍夫方程的形式表示。

經(jīng)過以上步驟計算后，得到直線用紅色標記出來的圖像。

刊名：International Journal of Advanced Research in Computer and Communication Engineering（英）

刊期：2014年第10期

作者：Rajashri Gulve et al

編譯：汪濤頻文件、系統(tǒng)指定變量對幀圖像數(shù)組進行拆分。

（3）裁剪圖像。利用裁剪工具提取圖像的道路部分，通過設(shè)定裁剪矩形，即一個包含4元素的位置向量，可以對圖像的指定大小和位置進行裁剪。

（4）圖像增強（從RGB顏色到灰度圖）。在這個過程中，該系統(tǒng)對放在存儲模塊的每一幀圖像進行從RGB顏色圖像到灰度圖的轉(zhuǎn)換。

（5）轉(zhuǎn)灰度圖為二值圖。利用閥值分割將灰度圖轉(zhuǎn)化為二值圖。