罗健豪

（长安大学 汽车学院，陕西 西安 710064）

引言

车道线跟踪识别或车道偏离预警的关键在于快速精确检测车道线，本文描述分析了图像处理算法和车道线识别常见方法，在图像预处理部分主要是ROI（感兴趣区域）提取和图像平滑处理，在第二部分分别介绍了基于线检测，线过滤和聚类和基于颜色的两种主流车道检测方法。

1 方法与概述

车道检测系统由不同的模块组成，如捕获车道标线的视频或图片、车道建模、特征提取、车道检测、车道跟踪和车道偏离预警系统等。车道建模用来获取车道线的数学描述，在特征提取步骤中识别特定的车道特征如边缘、纹理或者颜色等，车道检测是通过拟合提取出的特征和车道模型来进行的，最后使用车道跟踪模块跟踪车道的变更。系统的总体框图如图 1 所示。

图1 流程图

2 图像预处理

预处理是车道检测和偏离预警系统的重要组成部分， 有助于减少计算时间，提高算法的效果。包括ROI提取与图像平滑两部分。

2.1 ROI（感兴趣区域）提取

使用消失点建立自适应ROI可有效降低计算复杂度。Jongin Son、Hunjae Yoo[1]等人的消失点的检测方法如下：首先，边缘检测[2]算法中，使用Canny边缘检测器[3]，因为它对噪声具有鲁棒性。另外，使用霍夫变换[4]提取线成分以使用车道的直线属性。如图3，计算检测到线的交点。然后，生成一个投票图，它是累积线成分集。如图4所示，计算了投票图中的相交点数。最后，找到投票最多的区域的中心点，该中心点被定义为消失点。……