基于霍夫变换与最小二乘法的车道线检测方法

基于传统图像处理方法,利用图像预处理、ROI分割、霍夫变换和最小二乘法等技术进行车道线检测。对图像进行预处理,图像预处理包括对图像二值化;然后通过高斯滤波对图像进行边缘检测。为提高执行效率和和提高准确性,使用15°俯视角度下显现的ROI区域进行检测,并利用霍夫变换检测车道线。通过设置阈值和参数调整,得到车道线的峰值点,并使用最小二乘法拟合直线。在图像中绘制检测结果,包括车道线和霍夫变换峰值点。使用该方法,对高速道路、城市道路、省道等3种路线上的5个实验组进行实验,其中高速道路和省道的准确率分别为95%、98%,城市道路的准确率为75%。结果表明：所提方法在特定环境下能够较为有效地检测车道线,具有较好的鲁棒性和准确性。     

一种改进型的Canny边缘检测算法

针对传统Canny边缘检测算法中固定双阈值的问题,本文提出一种改进的Canny算法,运用动态双阈值代替传统Canny算法固定双阈值,在不损失边缘图像准确度和清晰度的前提下,大大减少了边缘数据量。仿真结果表明改进Canny算法对于边缘检测效果较好,数据量较小,是一种具有实用价值的边缘检测算法。