摘要: 近年来,随着汽车产业的飞速发展,围绕汽车智能化的相关研究有了一个突飞猛进的增长.车道偏离预警系统是汽车智能化研究中非常重要的一个部分.目前提出的许多正常光照条件下的识别算法,在强光下很容易出现识别错误,甚至失效,严重影响了车道偏离预警系统... 展开 近年来,随着汽车产业的飞速发展,围绕汽车智能化的相关研究有了一个突飞猛进的增长.车道偏离预警系统是汽车智能化研究中非常重要的一个部分.目前提出的许多正常光照条件下的识别算法,在强光下很容易出现识别错误,甚至失效,严重影响了车道偏离预警系统的准确率,不能保证行车的安全.为解决上述问题,提出了一种改进的强光下图像识别算法.针对强光照条件下采集到的道路图像,进行一系列的预处理,包括白平衡、对比度增强、边缘增强等.加大路面与车道线的对比,突出车道标识线;对预处理后的图像进行图像分割,提高识别的效率;采用改进的Hough变换对处理后的图像进行直线拟合,识别出车道标识线参数;建立梯形感兴趣区域,实现实时动态地提取连续图像中的车道标识线参数.图像识别结果表明,改进的强光下识别算法较传统算法取得了更好的识别效果,车道标识线参数识别准确,识别效率较高. 收起