王伟业　徐锋

摘 要 以“飞思卡尔”杯智能汽车竞赛为背景，对现有的二值化算法的分析，基于迭代的思想提出了一种新的双峰法的改进二值化算法。并通过实验的方法将新方法和传统算法进行比较，实验结果表明新方法实现了自适应二值化阈值的计算，解决了传统全局双峰法分割赛道图像时适应性差，易受光线影响的问题，适用于摄像头循迹小车中的实时图像处理。

关键词 飞思卡尔；智能车；图像分割；自适应二值化

中图分类号 TP2 文献标识码 A 文章编号 2095-6363（2015）09-0028-02

图像分割是数字图像处理中的一项基本技术，该技术在目标识别、机器视觉以及视频和图像信息的检索中起着重要的作用。图像二值化是图像分割中的一项重要的技术，在众多的应用场合中都要求对灰度图像进行二值化，所谓二值化就是设定一个阈值将图像各个元素按其灰度值分为背景和目标两类，由于分割后图像只有两个等级，因而称之为二值化图像。因此在进行图像的分割时阈值选取的恰当与否直接决定着目标信息的保留状况。有关阈值选取的方法吸引了大批专家学者为之付出了辛勤的劳动，也提出了许多方法，例如基于灰度直方图的双峰法，最大类间方差法（Otsu法），最大熵方法等等，并且不断有新的方法提出。

受教育部高等教育司委托高等学校自动化专业教学指导分委员会主办的“飞思卡尔”杯全国大学生智能汽车竞赛是在飞思卡尔半导体公司的赞助下以飞思卡尔单片机为主控芯片，自主设计并制作出具有驾驶能力的智能汽车，并在最短时间内完成赛道运行的一项赛事，是教育部主办的全国大学生五大竞赛之一。……