基于復雜環境下的車道線識別

范躍文

（北京市政路橋銳誠科技有限公司，北京 100068）

0 引言

目前，國內外的許多學者已經提出了相當多的基于視覺的車道線檢測算法，而基于視覺的車道線檢測算法需要滿足實時性、準確性以及適用性等要求，因此通常采用不同的模型和合適的邊緣檢測技術來檢測車道線，其中有直線、曲 線以及分段切換模型等道路模型以及最小二乘法擬合、Hough變換、改進cany 算子以及基于小波變換的邊緣提取等邊緣檢測技術，但是這些單一的算法都會因攝像頭、光線等因素造成的影響而產生非常大的誤差，對車道線檢測的魯棒性和準確性都有一定程度的影響，并且Hough 變換計算量很大，因此會有一定的延遲，這是在利用Hough 變換來檢測車道線算法的一個難題。基于此，該文設計了一種結合圖像預處理和改進Hough 變換的算法。在遇到強光照、弱光照以及有樹蔭等陰影遮擋的情況。該算法能夠成功檢測到車道線并且實時性很好、準確性很高。首先，該文所設計的算法將根據顏色空間分布情況，設置 ROI 區域，以減少計算量。其次，進行灰度拉伸等操作，盡量去除光照以及陰影等干擾。再次，進行 Hough 變換檢測出車道線。最后，進行判別。

1 根據情況的復雜性給圖像分類

該算法根據車載攝像頭所采集的圖像中的信息，在保證光照魯棒性的基礎上對圖像進行分類。通常來說，光照強度較強的圖像，其灰度值變化是比較快的，并且車道線與其他圖像信息之間的對比度也比較大，如圖1（a）所示，因此圖像中往往會出現全白的路面，這會導致圖像中有用的信息（例如車道線）沒有辦法檢測出來?！?br>