陈澄，任益枚

（1.四川大学计算机学院，成都610065；2.四川大学信息化建设与管理办公室，成都610065）

0 引言

由于热红外图像具有较清晰的夜间可视性，近几年受到了各个领域的广泛应用，特别是车载红外的运用为驾驶人的夜间行驶提供了更高的安全保障。同时随着智能驾驶车辆的快速普及，道路检测算法也成为了计算机视觉中一项重要的研究内容，常见的道路区域检测方法几乎是基于可见光图像的，且主要关注具有明显道路边界和车道标记的结构化道路[12-13]，但由于红外道路细节缺失，且纹理信息较弱，常规基于可见光的算法在红外图像上表现不佳。所以，提出一种针对红外道路图像的道路检测算法非常重要。消失点作为道路图像的基本特征，已被广泛应用于道路检测中，在红外道路中使用消失点作为约束进行检测可以大幅度提高检测性能，本文主要关注从道路图像中估计消失点。

大多数现有的消失点检测算法主要分为四个类别：一是基于空间变换的方法，基于空间变换的方法[1-2]使用空间变换技术（例如高斯球体映射和级联霍夫变换）来检测消失点；二是基于边缘的方法[3-4]直接检测直线特征以找到一组消失点；三是基于区域的方法[5-6]，搜索相似的全局结构和重复模式（例如墙壁、门和窗户）以定义消失点的位置；四是基于纹理的消失点检测方法，Rasmussen[7]应用一组多尺度Gabor 滤波器，选择具有最大响应的滤波器对应的方向作为每个像素处的纹理方向，然后，根据每个点的方向进行投票，票数最高的位置被视为道路的消失点，但该算法更倾向于偏爱图像上部中的点。……