李后隆，马骊溟，钟林伟

基于改进Hough变换的车道线检测*

李后隆，马骊溟，钟林伟

（长安大学 汽车学院，陕西 西安 710064）

针对车道线检测中存在的诸多问题，在道路图像预处理的基础上，对Canny算子中的双阈值选取进行改进，能够自适应精确提取车道线边缘特征，并利用带极角约束的Hough变换完成直线检测。算法能够在不同道路环境中准确检测车道线标识，降低光照等因素对车道线检测结果的影响。

车道线检测；图像预处理；Canny算子；改进Hough变换

前言

车道线标志是约束车辆行驶的最基本因素，因此准确快速地进行车道线检测是智能车辆的核心目标。目前已有多种车道线检测技术应用于智能车辆上，且算法仍在不断优化。但是在实际应用中车道线检测技术仍存在一定的难点，在光照条件不佳等环境中存在漏检、误检的状况，同时在图像光照低时，算法的稳定性不佳。针对以上情况，本文提出了改进Hough变换的车道线检测算法。该算法首先利用同态滤波对道路图像进行增强消除照度不均问题，降低光照条件对车道线检测的影响；然后根据Canny算子特性，通过改进双阈值选取对目标区域内的边缘特征进行提取；最后通过极角约束Hough变换完成直线检测，获得车道线检测结果，并根据车道线参数得到车辆当前可行驶区域信息。

1 图像预处理

针对原始图像（图1（a））分辨率较高，通过采用双线性插值[1]两倍降采样（图1（b）），根据人眼视觉特点对彩色图像进行灰度化[2]（图1（c）），降低数字图像处理计算量。……