車道線識別及車輛偏移距離計算新方法
發(fā)布時間:2020-12-15 06:25
快速準確的車道線識別是智能交通系統非常重要的組成部分,其不僅被廣泛地應用在商業(yè)駕駛系統中,而且被引入到軍事訓練中。當前的車道線識別技術存在準確率低、用時久、受光照影響大等缺點,為了克服以上缺點,本文對車道線識別技術進行了豐富的研究和改進。首先對現有的技術進行了研究和分析,然后改進了識別步驟和識別算法,還提出了車輛偏移距離的計算方法,最后將車道線識別技術用在軍事應用中,研發(fā)了基于車道線識別的閱兵車輛訓練及考核系統。下面簡要介紹本文的主要研究內容:(1)圖像預處理過程中,在研究了經典的二值化算法后提出了新算法,將其稱為混合正態(tài)分布法。新算法是通過尋找目標和背景正態(tài)分布曲線的交點來求取分割閾值,此閾值是自適應的,能夠用來分割實時變化的圖像。實驗結果顯示,新方法能夠得到良好的二值化效果,其用時比傳統算法大約減少了 27%。(2)邊緣檢測的過程中,首先分析了經典的算法,然后對Canny邊緣檢測算法進行改進。改進后的Canny邊緣檢測算法,是在原算法的基礎上利用高斯分布求取高低閾值。同時,為了消除更多的背景干擾而增加了高斯平滑次數。實驗結果表明,新算法的邊緣檢測效果更好,其用時跟傳統算法基本一致。...
【文章來源】:北京交通大學北京市 211工程院校 教育部直屬院校
【文章頁數】:94 頁
【學位級別】:碩士
【部分圖文】:
圖1-2閱兵車輛編隊??Figure?1-2?Formation?of?parade?vehicles??1.2基于車道線識別的閱兵車輛訓練及考核系統簡述??
?如下:7??=?0,G?=?0,5?=?0;灰色的7?、G、5二原色色值基本相等,或者差別??不大,如圖2-1所示。??通過以上的分析,設置如下的判斷條件來識別背景:??(7??<200)f1(G<200)〇(|/?-G|<?10)〇(|?G-S|<10)n(|?5-/?|<?10)??將背景之外的像素點定為目標。??蠹色??色hex??色RGB??増〇〇〇〇??I?=FFOOOO?rgb(255,0.0)??I?rOOFFOO?rgb(0,255,0)??rFFFFOO?rgb(255,255,0)??I?rOOFFFF?rgb(0,255,255)??|?*FF00FF?rgb(255,0,255)??、C0C0C0?rgb(192,192,192)??*FFFFFF?rgb(255
在正態(tài)分布中,期望//左右兩邊各一個標準差〇■范圍內包含有46.2%的??概率面積,期望#左右兩邊各兩個標準差(7范圍內包含有95.2%的概率面積,期望??A左右兩邊各三個標準差^范圍內包含99.7%的概率面積,如圖2-3所示:??'…一?..??M?-?3〇?M?-?2〇?M?-?o?P?M?+?a?w???2〇?u?+?3a??圖2-3正態(tài)分布??Figure?2-3?Normal?distribution??因此,如果最后得到的閾值能夠滿足公式(2-14),二值化效果將更好。??+?2cr:?<T?</u\-2m?(2-14)??通過以上的分析得知,基于混合正態(tài)分布求取的分割閾值更加合理,能夠確??保良好的二值化效果。??16??
【參考文獻】:
期刊論文
[1]基于正則化參數估計的SAR圖像分割算法[J]. 彭書娟,曲長文,李健偉. 雷達科學與技術. 2018(01)
[2]基于Roberts算子的車道線圖像的邊緣檢測研究[J]. 唐陽山,徐忠?guī)?黃賢丞,朱停仃,李棟梁. 遼寧工業(yè)大學學報(自然科學版). 2017(06)
[3]閱兵儀式與中國國家形象建構[J]. 喬娜,任龍,郭樹勇. 山西大學學報(哲學社會科學版). 2016(04)
[4]自制光的三原色合成演示儀[J]. 李杰. 物理實驗. 2015(10)
[5]北斗高精度智能考訓系統在閱兵車輛編隊訓練中的應用[J]. 計算機測量與控制. 2015(09)
[6]一種光照不均勻圖像的二值化方法[J]. 郭佳,劉曉玉,吳冰,付曉薇. 計算機應用與軟件. 2014(03)
[7]三次均勻B樣條曲線插值數據點及其切矢的PIA算法[J]. 星蓉生,潘日晶. 福建師范大學學報(自然科學版). 2014(01)
[8]基于分數階微分和Sobel算子的邊緣檢測新模型[J]. 蔣偉,陳輝. 計算機工程與應用. 2012(04)
[9]基于機器視覺和無線通信的閱兵車輛裝備方隊訓練考核系統設計與實現[J]. 袁一,李偉,張軍,徐友春,彭永勝,王肖,章永進. 軍事交通學院學報. 2010 (02)
[10]基于圖像信噪比選擇優(yōu)化高斯濾波尺度[J]. 王文遠. 電子與信息學報. 2009(10)
碩士論文
[1]車載導航行駛記錄儀系統性能評測方法[D]. 李濤.清華大學 2014
[2]彩色圖像灰度化及其效果的客觀評價方法研究[D]. 宋鳳菲.華僑大學 2014
[3]小麥顯微圖像處理方法的研究[D]. 潘藝.河南工業(yè)大學 2011
[4]基于ZigBee無線傳感網絡的實現[D]. 王江峰.濟南大學 2010
[5]基于人體信息三維重建的醫(yī)學圖像邊緣檢測算法研究[D]. 薛軍平.中南大學 2005
本文編號:2917812
【文章來源】:北京交通大學北京市 211工程院校 教育部直屬院校
【文章頁數】:94 頁
【學位級別】:碩士
【部分圖文】:
圖1-2閱兵車輛編隊??Figure?1-2?Formation?of?parade?vehicles??1.2基于車道線識別的閱兵車輛訓練及考核系統簡述??
?如下:7??=?0,G?=?0,5?=?0;灰色的7?、G、5二原色色值基本相等,或者差別??不大,如圖2-1所示。??通過以上的分析,設置如下的判斷條件來識別背景:??(7??<200)f1(G<200)〇(|/?-G|<?10)〇(|?G-S|<10)n(|?5-/?|<?10)??將背景之外的像素點定為目標。??蠹色??色hex??色RGB??増〇〇〇〇??I?=FFOOOO?rgb(255,0.0)??I?rOOFFOO?rgb(0,255,0)??rFFFFOO?rgb(255,255,0)??I?rOOFFFF?rgb(0,255,255)??|?*FF00FF?rgb(255,0,255)??、C0C0C0?rgb(192,192,192)??*FFFFFF?rgb(255
在正態(tài)分布中,期望//左右兩邊各一個標準差〇■范圍內包含有46.2%的??概率面積,期望#左右兩邊各兩個標準差(7范圍內包含有95.2%的概率面積,期望??A左右兩邊各三個標準差^范圍內包含99.7%的概率面積,如圖2-3所示:??'…一?..??M?-?3〇?M?-?2〇?M?-?o?P?M?+?a?w???2〇?u?+?3a??圖2-3正態(tài)分布??Figure?2-3?Normal?distribution??因此,如果最后得到的閾值能夠滿足公式(2-14),二值化效果將更好。??+?2cr:?<T?</u\-2m?(2-14)??通過以上的分析得知,基于混合正態(tài)分布求取的分割閾值更加合理,能夠確??保良好的二值化效果。??16??
【參考文獻】:
期刊論文
[1]基于正則化參數估計的SAR圖像分割算法[J]. 彭書娟,曲長文,李健偉. 雷達科學與技術. 2018(01)
[2]基于Roberts算子的車道線圖像的邊緣檢測研究[J]. 唐陽山,徐忠?guī)?黃賢丞,朱停仃,李棟梁. 遼寧工業(yè)大學學報(自然科學版). 2017(06)
[3]閱兵儀式與中國國家形象建構[J]. 喬娜,任龍,郭樹勇. 山西大學學報(哲學社會科學版). 2016(04)
[4]自制光的三原色合成演示儀[J]. 李杰. 物理實驗. 2015(10)
[5]北斗高精度智能考訓系統在閱兵車輛編隊訓練中的應用[J]. 計算機測量與控制. 2015(09)
[6]一種光照不均勻圖像的二值化方法[J]. 郭佳,劉曉玉,吳冰,付曉薇. 計算機應用與軟件. 2014(03)
[7]三次均勻B樣條曲線插值數據點及其切矢的PIA算法[J]. 星蓉生,潘日晶. 福建師范大學學報(自然科學版). 2014(01)
[8]基于分數階微分和Sobel算子的邊緣檢測新模型[J]. 蔣偉,陳輝. 計算機工程與應用. 2012(04)
[9]基于機器視覺和無線通信的閱兵車輛裝備方隊訓練考核系統設計與實現[J]. 袁一,李偉,張軍,徐友春,彭永勝,王肖,章永進. 軍事交通學院學報. 2010 (02)
[10]基于圖像信噪比選擇優(yōu)化高斯濾波尺度[J]. 王文遠. 電子與信息學報. 2009(10)
碩士論文
[1]車載導航行駛記錄儀系統性能評測方法[D]. 李濤.清華大學 2014
[2]彩色圖像灰度化及其效果的客觀評價方法研究[D]. 宋鳳菲.華僑大學 2014
[3]小麥顯微圖像處理方法的研究[D]. 潘藝.河南工業(yè)大學 2011
[4]基于ZigBee無線傳感網絡的實現[D]. 王江峰.濟南大學 2010
[5]基于人體信息三維重建的醫(yī)學圖像邊緣檢測算法研究[D]. 薛軍平.中南大學 2005
本文編號:2917812
本文鏈接:http://www.sikaile.net/kejilunwen/qiche/2917812.html