基于單目視覺的道路檢測(cè)算法研究.pdf

1、基于視覺的道路檢測(cè)的關(guān)鍵是如何將像素點(diǎn)準(zhǔn)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(diǎn)，基于單目視覺的道路檢測(cè)成為研究的熱點(diǎn)。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(duì)復(fù)雜路面情況實(shí)現(xiàn)道路檢測(cè)，提出具有準(zhǔn)確率和魯棒性的道路檢測(cè)算法。本文的主要工作及研究成果如下:
　　 為了提高道路檢測(cè)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(biāo)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(shí)時(shí)、有效。
　　 為了提高道路檢測(cè)算法對(duì)陰影的魯棒性，改進(jìn)了一種陰影檢測(cè)和去除的算法，使其滿足無人駕駛汽車的視覺道路檢測(cè)的實(shí)時(shí)性要求。根據(jù)道路圖像陰影具有不改變?cè)械缆繁砻婕y理信息、較低的亮度的特點(diǎn)，利用顏色直方圖和紋理直方圖進(jìn)行陰影檢測(cè)，對(duì)檢測(cè)到的陰影采用投票機(jī)制獲得直接光照與環(huán)境光的光強(qiáng)比，并利用摳圖技術(shù)得到

3、的軟陰影來完成陰影補(bǔ)償處理，達(dá)到陰影去除的效果。
　　 為了提高道路檢測(cè)算法的準(zhǔn)確性，提出了一種基于D-S證據(jù)理論的道路檢測(cè)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(duì)道路幾何和顏色特征兩者獲得的道路概率圖信息進(jìn)行決策級(jí)數(shù)據(jù)融合，獲得最終的道路區(qū)域，同時(shí)，針對(duì)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。