关键词:
车道线检测
Sobel
改进的Hough变换
匹配与融合
嵌入式系统
摘要:
由于近年来交通事故的频发,人们对行车过程安全的关注度越来越高。车道线的偏移检测与预警系统已经成为智能行驶安全系统ⅣSS(Intelligent Vehicle Safety System)的重要部分。ⅣSS通常在车辆上装载影像处理系统或者感测系统提高驾驶人员行车安全,例如使用传感器实现偏移警示功能,或者通过镜头拍摄道路影像处理技术实现车道线检测功能来降低交通事故发生。车道线偏移检测占据ⅣSS中一个重要方面。论文在前人对车道线检测和预警系统研究基础上,结合系统实际情况,首先对摄像头获取的车道线影像进行图像预处理,然后选择改进后的Sobel算子提取车道线边缘,建立车道线相关模型,采用改进Hough算法拟合车道线,并建立了一种简单有效的车道线偏离预警模型,最后采用”SIFT+SSDA"算法对双目视觉的影像进行匹配融合,并在嵌入式平台实现。对于图像预处理模块,由于双目视觉获取的影像格式为YUV,需要先将其转换为RGB格式,才能得到更好的灰度化效果,灰度化图像信息量小便于处理。图像的二值化是为了图像增强处理和边缘提取所做的预处理操作,经过梯度算子过滤,图像中的噪点得到了一定的抑制。由于逐行扫描车道线图像效率过低,根据车道线出现的范围设置了感兴趣区域(ROI),在ROI.范围内采用改进的Sobel算子提取车道线边缘,并通过图像增强处理完善车道线边缘,充分保留了车道线信息。对于车道线检测与偏离预警模块,根据理想直线车道与弯曲车道的相关特征,建立了车道线模型,在车道线拟合方面,分别采用改进Hough算法进行处理。针对直线车道线拟合,将车道线图像分成左右两个约束区域,并分别建立左右约束条件,通过判断是否满足约束条件来进行拟合,这有效减少了非边缘线的干扰。针对弯曲车道线拟合,将传统Hough算法与一种双曲线对模型结合起来,根据弯道曲率变化特点改变关键参数K值,可以有效减少系统对曲线搜索拟合次数。通过设定当前车辆与参考线的距离和夹角阈值范围,建立了一种简单而有效的车道线偏离预警模型,超过阈值范围就触发报警。对于车道线匹配与融合模块,对于经过拟合输出的车道线影像,采用SIFT算法在尺度空间检测出极值点位置,并确定了特征点方向,通过欧式邻近距离进行初次匹配,结果表明会出现误匹配,特征点过于繁杂的现象,因此结合SIFT采用一种改进后的自适应阈值SSDA算法进行精匹配,改进的地方在于将匹配模板分成多个小模块,利用处理器多任务多线程特性,并行对多个小模块进行匹配,并经过融合处理后在嵌入式平台输出。系统实验表明,文章设计的算法可以实现车道线偏移检测并在发生偏移时报警,整个系统通过在MATLAB上仿真验证,并在嵌入式系统平台实现。’运行效率总体上满足实时性要求,达到预期效果,和传统车道线检测算法比较,文章中的算法具有较好的鲁棒性和实时性,保障人们的行车安全。