基于車輛視覺導(dǎo)航的圖像預(yù)處理的研究.pdf

1、智能車輛視覺導(dǎo)航系統(tǒng)是智能交通系統(tǒng)的重要組成部分，道路檢測(cè)是車輛視覺導(dǎo)航中的關(guān)鍵技術(shù)，其效果受到噪聲質(zhì)量和成像質(zhì)量的影響。智能車輛要實(shí)現(xiàn)在城市繁忙道路上完全無人駕駛，對(duì)道路圖像的處理分析是道路環(huán)境理解的基礎(chǔ)也是智能車輛實(shí)現(xiàn)的關(guān)鍵，對(duì)道路圖像進(jìn)行適當(dāng)?shù)念A(yù)處理，可以提高道路檢測(cè)的識(shí)別率，增加視覺導(dǎo)航的可靠性和穩(wěn)定性，因此具有相當(dāng)?shù)难芯亢蛻?yīng)用價(jià)值。 本文的整體算法設(shè)計(jì)是將拍攝到的道路圖像進(jìn)行灰度化處理，分析它的噪聲類型，針對(duì)不同的噪聲

2、類型，提出合理的去噪方法，然后進(jìn)行圖像邊緣檢測(cè)，閾值分割等一系列處理對(duì)圖像質(zhì)量進(jìn)行修正，并針對(duì)本文研究的道路形狀，提出Hough變換的道路檢測(cè)方法，最后通過仿真實(shí)驗(yàn)驗(yàn)證算法的合理性。具體的研究工作如下： 通過比較幾種常用的圖像增強(qiáng)算法對(duì)道路圖像的處理效果，提出了一種改進(jìn)的直方圖均衡法，比較實(shí)驗(yàn)結(jié)果，發(fā)現(xiàn)對(duì)模糊的圖像應(yīng)用改進(jìn)的直方圖均衡效果最好，能有效的解決圖像的模糊問題：而對(duì)于雨雪天氣造成的椒鹽噪聲，用中值濾波能夠有效的去除噪聲

3、；對(duì)于高斯白噪聲，則采用自適應(yīng)濾波的效果最好。在圖像邊緣檢測(cè)中，本文選定利用canny算子，它的效果是保持邊緣光滑、連續(xù)，使道路邊緣的特征得到了較好的保護(hù)。在閾值分割環(huán)節(jié)，我們通過對(duì)幾種傳統(tǒng)閾值分割方法的比較，確定通過最大類間方差法來進(jìn)行閾值分割，它具有較好的抗噪聲能力，是在提高系統(tǒng)的實(shí)時(shí)性和魯棒性的基礎(chǔ)上對(duì)圖像進(jìn)行的二值化操作。為了更好的提取道路圖像的車道線，論文利用了基于集合思想的數(shù)學(xué)形態(tài)學(xué)，形態(tài)學(xué)運(yùn)算保證了道路區(qū)域的封閉性。本文采