基于改進麻雀搜索算法的車道線檢測與識別

沈業輝,楊 振,溫秀平,金承珂

（1．南京工程學院 自動化學院，江蘇 南京 211167；2．南京工程學院 工業中心、創新創業學院，江蘇 南京 211167）

1 引言

近年來，學者們對無人駕駛汽車的研究呈爆炸式增長[1-7]。盡管許多無人駕駛汽車已經實驗多時，可出現故障的新聞仍然屢見不鮮，于是人們將目光聚集到了自動駕駛技術等級更低的輔助駕駛系統中。實現車道線檢測是輔助駕駛系統的重要前提，實時準確地實現車道線檢測才可以為駕駛員在車道偏離和車道變換時提出預警。

在車道線檢測與識別方面，周宇宏等人提出了基于Haar級聯分類器的車道線檢測算法，利用AdaBoost分類器得到車道線位置，再對找到的車道線進行擬合，魯棒性強，但是依賴樣本的制作[8]。王文豪等人提出了一種基于OpenCV實現的車道線檢測方法，實現簡單但是可移植性較低，實用性不理想[9]。吳宗勝等人提出基于卷積神經網絡的方式實現圖像分割的方式識別道路場景，準確率高但是需要大量數據集，不具有一定的泛用性[10]。吳驊躍等人提出通過計算圖像RGB 熵的方式實現圖像分割識別車道線，對于車道線模糊的道路有著更好的效果，但是準確率較低[11]。

本文首先對輸入圖像進行畸變校正，以消除圖像畸變對車道線檢測的影響，其次對圖像進行灰度化和高斯模糊化，再基于上一幀車道線檢測區域與感興趣區域(The Region of Interest，ROI)的關系選取當前幀的ROI，然后基于改進麻雀搜索算法實現邊緣檢測，最后使用Hough 變換提取車道線。……