基于LDA与混沌粒子群算法的车道线识别方法研究

与传统的车道线检测算法不同,本文采用LDA算法对道路图像进行针对性灰度化处理。加大车道线与道路的差异,然后使用抛物线模型对车道线进行拟合,采用混沌粒子群算法对抛物线参数进行优化,以车道线的灰度特征和梯度特征作为混沌粒子群的适应度函数,经过多次的迭代得到抛物线拟合车道线的参数最优值,进而识别出车道线。实验结果表明,本文算法能在复杂环境下识别出车道线,对视频帧序列中的车道线连续追踪具有良好效果。     

车道线实时检测与偏离预警系统设计与研究

为保证交通安全,设计了一种基于单目视觉的车道偏离检测系统,利用 车载前视摄像 头获取图像,实时对动态图像进行处理,在驾驶员非主观偏离车道时进行报警。首先研 究了图像预处 理技术,包括灰度化、截取有效区域、滤波去噪、图像灰度增强、边缘检测和边缘修复功能 。其次对预处 理后的图像进行车道线检测,为有效识别具有车道线特征的图像,提出了一种改进的Hough 变换算法;对 没有车道线特征或车道线特征不明显的图像,采用了动态检测方法。在此基础上,提出 了一种车道线 纠正算法,即四点标定逆透视变换,将车道图像转化为俯视图,建立图像坐标系与实际俯视 坐标系之间的 关系,得到实际车辆的位置和偏移角度,判断该车辆的情况并作出指示。最后,在实际道路 中对设计中关 键技术以及整个系统进行了实验,大量实验结果表明,本文系统能在多种环境的道路中实现 车道线的准确识别和偏移判断,具有良好的实时性和鲁棒性。     

基于视频图像的车道线识别方法

提出了一种适用于结构化道路的车道线识别算法,通过使用形态学梯度算法来配合Hough变换.再根据道路图像特征对Hough变换进行条件约束.通过大量试验结果表明,利用本算法对连续的、断续的、磨损的车道线均能准确地识别出来,而且达到了15 f/s(帧/秒)的处理速度.     

基于改进逆透视变换的车道线检测算法

针对智能车辆在不同环境条件下识别道路车道线出现偏移的问题,提出了一种基于改进逆透视变换的车道线检测算法.首先利用HSL和Lab融合模型提取车道线颜色特征,经过二值化处理后利用透视变换将图像转换为鸟瞰图,然后根据二值图建立直方图,进行车道线位置的粗定位.最终通过滑动窗口算法以及直线拟合等处理,实现对车道线的精准识别.通过实验结果对比分析,提出的车道线检测算法能够解决车道线识别偏移问题.     

基于嵌入式的车辆偏离预警系统研究

以嵌入式系统为平台对车辆驶离车道的预警进行研究.在采用改进的Hough变换对道路图像标识线识别的基础上,利用透视投影原理,完成车辆位置信息的重建,确定车辆在车道中的横向距离和横向偏转角,建立基于横向距离和横向速度的车辆偏离预警算法.车辆行驶实验表明,该算法能够对偏离车道的车辆给以准确的报警,并且充分考虑车辆的速度以及偏转角度对车辆偏离车道过程的影响.     

基于超像素和各向异性扩散的车道线识别算法

为了获得更加理想的车道线识别效果,以保证车辆的行驶安全,提出一种基于超像素和各向异性扩散相融合的车道线识别算法.首先从车道线图像中提取车道线识别的感兴趣区域,然后采用分水岭超分割算法提取感兴趣区域内的超像素,并通过各向异性扩散模型进一步实现车道线准确分割,最后采用仿真实验测试其性能.实验结果证明,本文算法提高了车道线识别的准确性,加快了车道线识别的速度,可以满足车道线识别的实时性,具有很好的鲁棒性.     

基于深度学习的智能车行驶控制系统设计与实现

深度学习在智能车行驶控制中起着关键作用。设计一种基于深度学习算法的智能车行驶控制系统，将车载摄像头和深度学习算法结合，利用U-Net网络模型和YOLO模型实现车道线检测和道路标识识别，同时设计有限状态机，完成智能车行驶控制。实验结果表明，本系统可以在模拟的道路场景中完成车道线和标识识别，实现车辆自主行驶控制，较传统计算机视觉方法在检测速度和检测效果上均得到提升。     

基于ARM和FPGA的图像识别系统

本文设计了一个基于ARM和FPGA的图像识别系统。系统被分为两个模块:视频采集和图像初步处理模块,其由COMS摄像头,SDRAM,FPGA模块组成,完成图像的采集存储和传输;视频识别和管理模块,由ARM MCU,SDRAM,按键开关,FLASH,USB接口和VGA接口组成,完成系统控制和结果显示。系统通过COMS摄像头采集图像,经过初步处理送往ARM MCU进行特征比较完成识别。     

视频跟踪算法在Davinci SoC上的实现与优化

本文提出了在最新的DavinciSoC DM6446上实现智能视频跟踪系统的方案。在模板匹配跟踪算法的基础上,多种改进算法来提高跟踪的精确性和鲁棒性。整个系统充分利用DavinciSoC上的ARM核和DSP核的强大处理能力。经过算法优化和编程优化,跟踪算法可以在DSP核上实时跟踪128×128像素的目标。同时,ARM核并行负责视频采集,显示,算法控制,网络传送等任务。测试结果表明,系统可以在目标形变、部分或全部遮挡、背景干扰等情况下也具有较好的性能。     

基于小波分解的弯道识别技术

为了保障车辆安全有效的通过弯道,准确识别弯道曲率尤为重要。因此,文中提出一种基于小波分解的弯道识别技术,该算法通过车载CCD实时采集自车前方的车道线的图像信息,对采集的图像进行小波去噪以及小波边缘检测,最终准确辨识车道线,通过曲线拟合确定道路的曲率半径。经试验验证,该算法能准确辨识出弯道的曲率半径。     

复杂环境下道路车道线识别算法的研究

针对不同光照、雨雪天、大雾天等恶劣环境下道路车道线识别难的问题,研究其识别算法。弱光照下,通过面积算子选取合适阈值进而实现边缘增强;夜间光照更弱的情况下,通过改进SUSAN算子实现夜间昏暗道路的边缘增强,解决了道路信息模糊、周围因素影响等造成的噪声干扰;强光照下,通过强光滤波算法可以消除伪边缘干扰,实现车道线的准确识别。雨雪天下,道路积水造成路面复杂,不能准确找到车道线特征点,通过建立路面积水反射模型,去除光的反射影响,增强路面和车道信息对比度,实现车道线信息的准确提取。大雾天,道路信息模糊不清,通过逆透视原理、差值分离建立道路识别模型,对道路特征进行加强分析,增强车道信息,提高识别效果。实验验证了所提出和改进的复杂环境下道路车道线识别算法的有效性,并且具有较强的鲁棒性和抗扰能力,可应用到智能交通系统中。     

高速红外视频处理系统的设计研究

由于红外地面弱小目标的检测与跟踪技术中,处理的数据量大,运算算法复杂,因此红外视频处理系统要求对数据信息有足够高的吞吐量和处理速度。DSP在数据的复杂算法运算处理方面有明显的优势,而FPGA更利于实现时序逻辑算法,所介绍的红外视频处理系统就将DSP模块作为核心处理器来完成红外地面弱小目标图像的检测与跟踪算法,FPGA模块则作为协处理器完成图像接收、预处理、时序控制等功能,FPGA控制ARM模块显示图像处理结果,形成高效处理图像数据的系统,该系统通过实践取得了较好的检测跟踪效果。     

基于RGB彩色通道的结构化道路车道线检测

车道线检测是车辆智能辅助系统的重要组成部分,为提高检测准确性,文中采用一种基于RGB颜色特征的车道线检测方法。根据车道线颜色特征设计转移函数标记图像中的车道线区域,并应用基于形态学的边缘检测算法提取车道线边缘,最终检测出车道线。文中算法原理简单,在车道线边缘识别上,具有较高的准确度,对自动车辆车道线检测有一定的意义。     

一种基于改进Hough变换的车道线检测算法

文中提出了一种适合于DSP的基于改进的Hough变换的车道标志线检测算法.算法首先对经典Hough变换的前级处理过程——边缘提取中的边缘图像进行梯度运算,然后利用获得的梯度运算结果来确定后续Hough变换过程中本该360°搜索的边缘方向这个参数,同时在基本不影响车道标志线检测结果的前提下对参数空间进行适当分块,以减少车道标志线检测算法的运算量.实验结果表明:文中的方法不仅能够准确地检测出待检测路面的车道标志线,而且能够实时的运行在DM648DSP硬件平台上,获得了很好的车道标志线检测效果.     

基于不变矩特征的车道线图像检测算法

为了提高智能车辆导航系统中的车道线检测正确率,提出一种基于不变矩特征的车道线图像检测算法。首先对原始车道线图像进行预处理,提取感兴趣的区域,得到车道线图像的不变矩特征,然后采用支持向量机对车道线图像不变矩特征向量进行建模,得到车道线的检测结果,最后采用仿真实验对算法的性能进行分析。仿真结果表明,相对于其它车道线检测算法,本文算法不仅提高了车道线检测的正确率,而且获得更高的车道线检测速度,完全能够满足车辆安全驾驶实时性的要求。     

基于小波分析与类内最小方差法的车道线检测

在车道偏离预警、防止及车道保持等基于机器视觉的驾驶安全辅助系统中。在道路图片中,为了能提取出完整的直车道线,本文提出了一种基于小波分析与计算梯度方向角类内最小方差法相结合的算法。该算法首先利用小波分析计算出边缘像素点的梯度幅值和梯度方向角,得到道路图像的边缘;然后将二值化处理过的图像用8领域面积去噪法去除噪声区域,并进行连通域的标记;在提取直车道线时,利用类内最小方差法计算各个连通域边界上点的梯度方向角最小方差,最后设定阈值分离出直线车道线,达到车道线检测的目的。实验仿真结果表明,本算法能够很好的检测出直线车道线,相比于目前其他文献的方法有较高的检全率。将有助于智能驾驶辅助系统研究技术的发展。     

基于双阈值分割的车道线检测方法

车道线识别技术是车道偏离预警系统(LDWS)的核心,为能有效识别出车道标线,首先采用双阈值分割提取图像中符合车道线特征的白色和黄色信息,然后在感兴趣区域(ROI)中建立动态搜索带以检测车道线像素信息,最后通过Hough变换完成对车道线的识别。实验结果表明该方法能较好地消除干扰,保留需要的像素信息,有效识别出车道线。     

基于视觉的车道线检测算法探讨

对基于视觉图像的车道线检测技术进行研究,针对智能车在视觉导航过程中车道线检测的鲁棒性问题提出一种改进算法。首先对道路图像进行中值滤波去噪,然后利用改进的OTSU算法分割图像,使目标区域更加清晰。划分图像中车道检测的感兴趣区域(ROI)对目标信息进行骨架处理,减少计算量提高实时性。最后运用改进的Hough变换计算车道标识线参数得到车道标识线方程,并进行车道线的拟合。     

一种高效节能移动终端DSP与ARM数据通路实现方法

文章主要是基于第三代移动通信技术,结合移动通信的发展状况,提出了一种在时分同步码分多址系统(简称TD-SCDMA)的高速数据业务下和空闲省电模式下DSP和ARM数据通信实现方法.ARM与DSP之间数据通信采用共享内存方式进行.文章主要有两个创新点:一是由MCU主控变为由DSP主控;二是UE_ID的匹配工作由DSP来完成     

一种基于多重衡量标准共检的车道线检测方法

针对当前传统车道线检测算法较复杂,适应性及鲁棒性较差,且直-弯车道线检测的准确度较差的情况,提出一种基于多重标准共检的车道线识别方法。对原图像进行灰度化处理后双重设定感兴趣区域(ROI),利用脊度量和Canny检测算子进行边缘特征的提取,双重标准确定直-弯车道线的分界线,利用直-弯车道线模型进行车道线检测。通过实际道路图像对所提方法进行实验验证,车道线检测准确度和拟合程度较高,场景适应能力强,且能够满足实际道路的需要。