陈雷雷，赵国庆，暴佳伟

(北京石油化工学院信息工程学院，北京102617)

随着现代智能交通系统的发展，车位线分割成为智能交通的热门研究方向，同时也是智能化泊车的关键技术和难点之一。目前，应用最广泛的是基于超声波雷达传感器的车位线检测和定位。但相对于超声波雷达车位感知系统，基于机器视觉的车位感知系统不要求相邻车位有其他车辆停靠或其他可定位反射的物体[1-3]，还可以获得更多的车位信息，扩大了智能化泊车系统的适用范围。随着计算机软硬件技术的飞速发展，图像处理技术已经被广泛地应用于生活的各个领域，促使机器视觉的车位线检测和定位成为新的热门研究方向，为后续路线规划和车辆控制提供新的信息获取途径[4]。目前，基于机器视觉的车位线分割方法主要分为以下2类:

基于RGB色彩空间的车位线识别算法，朱旺旺[5]、胡振等[6]将获取的RGB彩色图像直接转换为灰度图像，去噪并二值化后再进行形态学处理和边缘检测等步骤，提取出车位线区域。该方法能够有效找到包含车位线的区域，节省时间，满足实时性要求，但实际上完全忽略了利用车位线的颜色信息，同时受背景和光照干扰的影响较大，往往最后检测到的车位线非目标信息较多，使定位准确度大大下降。

基于形状的检测方法是利用车位线的形状信息，主要有模板匹配法、Hough变换法等[7]。胡振等[6]利用模板匹配法对车位线进行匹配识别，但是不具有旋转不变性和尺度不变性，匹配的效果较差，有一定的局限性。……