基于單目視覺的道路檢測算法研究.pdf

1、基于視覺的道路檢測的關(guān)鍵是如何將像素點準確歸為道路表面和非道路表面，這在陰影、車流量較大且路面情況復(fù)雜等情況下存在很大挑戰(zhàn)，而單目視覺具有成本低廉、處理難度較大的特點，基于單目視覺的道路檢測成為研究的熱點。為此，本文結(jié)合無人駕駛汽車的具體應(yīng)用，研究如何利用單目視覺對復(fù)雜路面情況實現(xiàn)道路檢測，提出具有準確率和魯棒性的道路檢測算法。本文的主要工作及研究成果如下:
　　 為了提高道路檢測的處理速度，減少無關(guān)信息的干擾，提出了一種基于行

2、車速度的感興趣區(qū)域獲取方法。根據(jù)無人駕駛汽車的行車速度，從標定好的車載攝像頭拍攝的圖像中確定感興趣區(qū)域。該方法簡單、實時、有效。
　　 為了提高道路檢測算法對陰影的魯棒性，改進了一種陰影檢測和去除的算法，使其滿足無人駕駛汽車的視覺道路檢測的實時性要求。根據(jù)道路圖像陰影具有不改變原有道路表面紋理信息、較低的亮度的特點，利用顏色直方圖和紋理直方圖進行陰影檢測，對檢測到的陰影采用投票機制獲得直接光照與環(huán)境光的光強比，并利用摳圖技術(shù)得到

3、的軟陰影來完成陰影補償處理，達到陰影去除的效果。
　　 為了提高道路檢測算法的準確性，提出了一種基于D-S證據(jù)理論的道路檢測算法。通過道路幾何分類建立道路幾何的道路概率圖，并通過提取圖像的顏色特征建立顏色特征的道路概率圖，然后利用D-S證據(jù)理論中的Dempster合成規(guī)則對道路幾何和顏色特征兩者獲得的道路概率圖信息進行決策級數(shù)據(jù)融合，獲得最終的道路區(qū)域，同時，針對無人駕駛汽車的應(yīng)用，給出了一種用多邊形描述道路區(qū)域的方法。