曹江华,侯北平,Wesley Kenniard Takudzwa Gwatidzo,崔志鹏

(浙江科技学院 自动化与电气工程学院,杭州 310023)

基于视觉的道路检测方法已经成为智能车辆等研究领域的一项关键技术。目前,针对单一道路类型的检测技术已经比较成熟,这类道路通常结构单一且具有明显的车道边界,但实际行驶的道路千差万别,很多道路并没有建立清晰的标识线,且道路的检测效果容易受光照、阴影、水迹等外部环境因素的影响,因此想要准确地检测出可行驶的道路区域存在一定的困难[1-2]。近年来的研究表明,无论是结构化道路还是非结构化道路,直行路或弯道路,消失点均可以指引汽车的行驶方向[3]。利用消失点作为约束条件,可以快速地提取一个三角形的可行驶道路区域,从而大幅提高道路的检测效果。

现实中的道路通常具有连续性,这使得其纹理特征能够基本上保持一致,且纹理特征对色彩、光照的变化不具有敏感性,因此可以利用道路图像的局部纹理特征检测消失点的位置[4-5]。现有的基于纹理特征检测道路消失点的方法主要采用Gabor滤波器[6-8]、gLoG滤波器[9-10]等计算每个像素点的局部纹理方向,并配合投票的方法实现。为了快速地提取局部纹理方向,从而提高道路消失点的检测速度,王永忠等[11]提出了一种基于Haar特征的纹理提取方法,利用积分图快速地计算Haar特征;罗小松等[12]提出了一种基于韦伯局部特征的方法,有效地提取道路的线索区域。此外,许多研究者对道路消失点投票方法也进行了探索。……