彩色圖像信息的提取與分析在道路識別中的應用.pdf

1、視覺信息是交通環(huán)境中的主要信息，因而光學導航技術(shù)是智能車輛系統(tǒng)（IVS，Intelligent Vehicle System）中不可缺少的組成部分，具有巨大的潛在應用價值。道路識別技術(shù)是光學導航技術(shù)的基本功能，同時也是最核心的功能。通過道路識別技術(shù)獲得的結(jié)果能夠直接用于智能車輛的輔助駕駛或自動導航當中。
　　論文首先介紹了國內(nèi)外智能車輛的發(fā)展狀況以及道路識別技術(shù)在智能車輛中的應用、發(fā)展與現(xiàn)狀，詳細討論了智能車輛系統(tǒng)中的道路檢測與識

2、別問題。論文以惡劣的路況及大面積光照不均現(xiàn)象為切入點，立足于對獲取的道路圖像中彩色信息的挖掘，對不同的道路結(jié)構(gòu)分別進行了較為深入的分析和研究。
　　文章的算法采用了一種均勻的顏色空間——CIE L*a*b*，對該顏色空間的均勻性進行了仔細的分析。與此同時，從空間亮度分量與顏色分量不相關(guān)的特點及色差理論出發(fā)，對彩色道路圖像進行了分析。將道路按道路結(jié)構(gòu)劃分為結(jié)構(gòu)化道路、部分結(jié)構(gòu)化道路及非結(jié)構(gòu)化道路三類，分別針對三種道路的特點討論了三種

3、識別算法：
　　結(jié)構(gòu)化道路具有標準化的特點，本文利用其標準化的道路標識，給出了一種基于顏色特征的道路標識檢測算法，算法對傳統(tǒng)的道路標識檢測方法進行了改進，具有識別準確率高，算法魯棒性好的特點。
　　利用部分結(jié)構(gòu)化道路其道路邊界相對規(guī)則的特點，本文改進了一種基于顏色識別的CGS（Color Grads Sobel）算子，并將其應用于道路識別當中。通過該算子識別出圖像的彩色邊緣后，利用Hough變換能夠較為準確的識別出道路邊緣。

4、改進后的算子檢測速度大為提高，同時利用最大類間方差法消除了圖像中大量的弱邊緣，圖像分割的質(zhì)量較高，效果明顯。
　　非結(jié)構(gòu)化道路的識別一直是道路檢測算法中的難點，本文基于非結(jié)構(gòu)化道路中道路區(qū)域顏色為漸變或者是不變的基本假設(shè)，在利用顏色空間的基礎(chǔ)上改進了傳統(tǒng)的區(qū)域生長算法，并利用形態(tài)學濾波的后續(xù)處理從而能夠較好的標識出非結(jié)構(gòu)化道路的路面區(qū)域。該算法對于大面積陰影、光照不均及道路泥濘等現(xiàn)象帶來的干擾具有極強的抑制作用，對路面區(qū)域識別準確