车辆行驶偏离预警系统中图像处理技术

摘 要

　　现今,我国的经济飞速的发展，伴随着经济的腾飞，交通也越来越发达，汽车的保有量更是不断的增长。但与此同时,出现的问题也很多，道路交通安全问题逐渐成为人们关注的焦点。道路交通事故的频发发生,给人们的生活和家庭都带来巨大的伤害。因此,车辆的安全行驶的研究越来越受到各界的关注。公路交通事故频繁发生造成了惊人的人员伤亡和经济损失。 研究表明，大约 15％的道路交通事故是由车辆驶离公路造成的，其主要原因是驾驶员注意力不集中或者疲劳驾驶。车道偏离预警系统能够有效减少道路交通事故的发生，车道偏离预警系统是指一种通过报警的方式辅助驾驶员避免或者减少车道偏离事故的系统。由于车辆偏离报警具有显着提高车辆行驶主动安全性的潜力，得到国内外研究人员的重视。因此该系统具有广泛的市场潜力与应用价值。

　　在车辆偏离预警系统中，最重要的是通过采集道路的图像信息，进而进行道路与车辆相对位置的分析，从而在车辆出现偏离的情况下进行报警，所以对图像的采集分析是很重要的一个模块，其性能的好坏直接影响了整个系统的灵敏度。

　　本文介绍了如何对一幅彩色图像进行处理，得到对我们有用的图像信息。一幅彩色图像经过我们格式的转换，灰度变换，图像平滑，边缘检测，种子填充，图像腐蚀和膨胀等操作后得到了清晰地车道线。再通过对车道线取点读坐标，计算斜率判断车道线的偏离，这是本文总体思路。本文的算法对车辆偏离是一种新的算法，计算简单，经过进一步实验验证相信会有新的突破。

　　关键词： 疲劳驾驶， 车辆偏离预警， 图像采集 ， 图像处理

Abstract

　　Today, China's rapid economic development, along with the economic take-off, traffic is more and more developed car ownership is constantly growing. At the same time, however, the problems a lot of road traffic safety is becoming the focus of attention. Frequent road traffic accidents occur, have brought great harm to people's lives and families. Therefore, the safety of the vehicle traveling more and more extensive attention. Currently, road traffic accidents occur frequently resulted in staggering casualties and economic losses. Studies have shown that about 15% of road traffic accidents caused by vehicles leaving the road, mainly due to driver inattention or fatigue driving. Lane departure warning system can be effectively reduced the occurrence of road traffic accidents, lane departure warning system is an alarm the way assisted the driver avoid or reduce lane departure system of the accident. Departure warning as a vehicle has significantly increased the traffic potential of active safety, the importance attached by the domestic and foreign researchers. The system has broad market potential and valueVehicle departure warning system, the most important image information through the acquisition of the road, and then carry out the analysis of the relative position of roads and vehicles, the vehicle deviation alarm is very important, so the image acquisition and analysis module, whose performance directly affects the sensitivity of the system as a whole.

　　This paper describes how a color image processing, image information are useful to us. A color image through our format conversion, gray-scale transformation, image smoothing, edge detection, seed filling, image corrosion expansion after operation has been clearly lane. Then based on the lane from reading the coordinate calculation of slope, judge lane deviation, it is the overall train of thought. This algorithm on vehicle deviation is a new algorithm, calculation is simple, after further experiments that will have new breakthrough..

　　Key word fatigue driver , warning for the vehicle deviating , image acquisition , image processing

　　随着我国经济的不断发展和城市化不断增强，交通发展迅速，越来越多的汽车开始涌入家庭生活之中。伴随着汽车持有量迅猛发展越来越多问题出现了，其中最受人们关注的还是汽车道路交通安全问题。安全是围绕汽车的永恒主题。交通事故的频繁所带来的与日增多的人员伤亡和日趋巨大的财产损失使人们对汽车的安全性能提出了越来越高的要求。汽车已经逐渐成为人们心目中的必须品，安全问题自然也就成为人们关注的焦点。在对待交通安全的问题上，我国相关部门也给与了足够的重视不断出台新的政策。

　　例如《年预防道路交通事故工作方案》、《道路交通安全法》等等一系列的交通安全方面的法规。经济的迅速腾飞，汽车保有量的也持续增长，交通事故也越发频繁起来。从相关资料显示，越来越多的交通事故都是以由人为造成的。汽车行驶的安全问题从人为角度分析分为主动安全和被动安全，主动安全就是人为因素占主导地位，被动安全大多指的是汽车自身的安全性和一些无法估计的意外的发生。为了尽量的避免这种因为人为因素如精力不集中、疲劳驾驶等而造成的交通事故的发生，人们开始对汽车智能安全方面进行深入的研究。同样随着汽车电子的发展迅速也给智能汽车的实现提供了有力的支持。车道偏离预警系统作为汽车主动安全的新生成员也受到人们越来越多的重视。而智能车辆（Intelligent Vehicle）的概念也应运而生。作为汽车主动安全方面最新的发展方向，因其在公路交通运输中广阔的应用前景而受到世界各发达国家的普遍关注。

　　正如大家所设想的那样，若汽车的能智能自动驾驶并且随时指出和提醒驾驶员的不良驾驶行为，那样交通事故将会大大的减少。而且汽车的主动安全性的提高，将大幅度的减轻了驾驶员的负担，使汽车的的舒适性也有明显的改善。这对于长时间的驾驶的人们的安全驾驶给与了有力的保障。汽车在行驶过程中，驾驶员需要时时刻刻的观察道路情况，不能有半点松懈，但这对于那些长时间驾驶的司机人员又不是很容易做到。根据先关资料显示，由于驾驶员的注意力不集中或驾驶疲劳而引起的的车辆偏离车道的交通事故越来越多，并且这种交通事故的发生都是重大事件。所以，智能交通，智能车辆的发展刻不容缓，目前很多高校研究机构所都对汽车智能化给与了足够的重视。所以，在我国开发能够有效的防止交通事故发生的车道偏离预警系统是非常有必要的，也具有极强的现实意义。

　　车道偏离[1]，即 ROR(Run Off Road)是指将车辆简化为一个四角边的矩形，当其中任何一个点接触或者超过车辆正在行驶的道路线，那样我们就可以认为车辆处于车道偏离状态。车道偏离预警有助于辅助驾驶，减少因为驾驶员精神不集中而使汽车偏离事故的发生。

　　目前车辆偏离预警系统采用的是机器视觉感知系统。基本可以划分为三个模块：状态感知模块，车道偏离算法和信号显示。车道偏离预警系统运行的模式：首先感知模块（如摄像头、传感器）接收道路图像特征并对图像进行处理，记录由车辆的传感器获取的运行参数如车速、加速度等，然后再根据车道偏离算法，对车道偏离进行判定预测，最后通过显示界面向驾驶员提出警示。识别车道线是最常用的工具是用计算机。本论文也将着重分析通过 PC 机识别道路线的方法。

　　最近，车道偏离预警系统开始成为智能的独立的系统，逐渐的受到了汽车生产厂商和研究人员的重视，全世界的汽车公司也展开了深入的研究，随着智能交通越来越受重视，人们希望电子系统来保证驾驶安全的意识更加强烈。

　　目前针对一些复杂路面或高速公路，国内外设计智能车电子导航感知系统大多采用视觉传感器，简单地说就是在车辆上安装车载摄像机获取图片再根据图片信息进行视觉导航。最近几年这一领域也取得了一定的研究成果如辅助换道系统、辅助导航系统、自适应巡航控制系统等。下面简单介绍国内外对车道偏离的研究成果和发展。

　　车辆行驶偏离预警系统中图像处理技术：

TLC 原理示意图

车辆与道路的关系示意图

坐标读取按钮的设定

车道线坐标读

车道线坐标读取二

目 录

　　第一章 绪论
　　　　1.1 论文的研究背景及意义
　　　　　　1.2.1 国外车辆偏离系统的研究
　　　　　　1.2.2 国内车辆偏离预警系统的发展
　　　　1.3 车道标线图像处理发展
　　　　1.4 本文研究的主要内容
　　第二章 车道线数字图像的采集及格式调整
　　　　2.1 数字图像的含义及采集
　　　　　　2.1.1 数字图像
　　　　　　2.1.2 数字图像的采集
　　　　2.2 图像的格式属性调整
　　第三章 图片的处理及道路标线的提取
　　　　3.1 图像灰度化
　　　　　　3.1.1 灰度直方图
　　　　　　3.1.2 灰度的线性变换
　　　　3.2 平滑处理
　　　　　　3.2.1 图像的噪声
　　　　　　3.2.3 图像平滑的分类
　　　　3.3 二值化阈值及图像分割
　　　　　　3.3.1 阈值分割定义
　　　　　　3.3.2 阈值分割的分类
　　　　　　3.3.3 图像处理后的结果
　　　　3．4 种子填充
　　　　　　3.4.1 种子填充的定义
　　　　　　3.4.2 种子填充原理和算法
　　　　3.5 图像的腐蚀与膨胀
　　　　　　3.5.1 数学形态学
　　　　　　3.5.2 腐蚀运算
　　　　　　3.5.3 膨胀运算
　　　　3.6 本章小结
　　第四章 道路标线的偏离的判定
　　　　4.1 TLC 判断车辆偏离算法分析
　　　　　　4.1.1 算法 1—一阶 TLC 算法描述:
　　　　　　4.1.2 算法 2—基于运动学的 TLC
　　　　4.2 图像的坐标关系转换
　　　　4.3 道路标线坐标读取
　　　　　　4.3.1 鼠标点击获取坐标
　　　　　　4.3.2 边界跟踪读取坐标
　　第五章 总结与不足
　　　　5.1 小结
　　　　5.2 本文的不足
　　　　5.3 展望
　　参考文献
　　致谢

（如您需要查看本篇毕业设计全文，请您联系客服索取）