基于数学形态学和MATLAB的车道线边缘检测方法.pdfVIP

仪器仪表用户 口经验交流口 doi：10．3969／j．issn．1671—1041．2011．04．030 基于数学形态学和MATLAB的车道线边缘检测方法 仇成群 (盐城师范学院物理科学与电子技术学院，盐城 224002) 摘要：针对道路图像中的车道线边缘检测问题 ，提出了利用数学形态学和MATLAB进行车道线边缘检测，讨论了对其中出 现的灰度图像转化、图像预处理、二值化图像、边缘检测等问题进行处理的关键方法，给出了基于数学形态学和MATLAB的 车道线边缘检测方法。实验结果有效地显示和验证了此方法的高效 陛·。 关键词：车道线；数学形态学：边缘检测 ；MATLAB 中图分类号：TP319 文献标志码：B Edgedetectionmethodoflanelinesbasedonmathematical morphologyandM ATLAB QIUCheng—qun (CollegeofPhysicsandElectron，YanchengTeachersUniversity，Yancheng224002，China) Abstract：Tocopewiththeproblem ofthelanelineedgedetection，amethodbasedonthemathematicalmorphologyis proposed．Severalkeymethodsto realize theprocessare discussed．These includegray·scaletransformation，pre· process，binaryimageandedgedetection．Itsefficiencyandfeasibilityforadoptionwithexperimentishighlighted． Keywords：laneline；mathematicalmorphology；edgedetection；MATLAB 0 引言 1．2 图像灰度转化 2010年中国汽车工业协会发布数据 ：2010年中国国内汽 在灰度增强中调用 MATLABrgb2gray函数使图像灰度 车产销量继续位居世界第一。为提高驾驶的安全性和操作的 化 ，同时调用 imadjust函数进行对 比度调整，图3为图2的灰 简单性，世界各国都在积极研究开发汽车辅助驾驶系统。智 度图像 ，图4为图2的增强图像。 能车辆视觉辅助系统中，对道路图像中的车道线边缘检测是 很重要的。当前存在许多边缘检测的方法，例如Robert算子、 Sobel算子等，但是这些算子大都是基于邻域平均的方法，经 过处理后的图像边缘模糊，效果一般。数学形态学是一种非 图3 灰度图像 图4 灰度增强图像 线性图像处理和分析理论，从集合的角度来刻画和分析图像。 MATLAB的数值计算为高质量的图像提供了一个方便 的接 酱 宣 口。l1。文中基于数学形态学和 MATLAB的车道线边缘检测 方法能适应复杂状况F的车道线边缘检测，可以提高车道线 边缘检测准确率。 曾 曾感 图5 平滑处理 a—d 1 车道线边缘检测 1．3 图像预处理 车道线边缘检测流程图如图1所示 ，对车道线边缘图像 采集图像时由于各种原因必须进行滤波消除图像中随机 使用MATLAB进行分析处理，在预处理