王 敬

(福建师范大学闽南科技学院，福建 泉州 362332)

1 引言

据相关统计，有半数交通事故都与车道偏离存在关联，为解决此类问题给人们带来的困扰，需在驾车行驶前了解车道偏离情况。为此，如何有效识别车道线图像成为相关研究的重点课题[1]。

文献[2]中李超等人提出的根据道路特征获取图像，对图像进行灰度化处理，并对图像进行去噪处理。再根据自适应阈值边缘提取检测算法，对图像边缘进行划分，完成检测。但该算法处理时间较长并且鲁棒性较低。文献[3]中提出的基于改进简单图像统计(SIS)阈值算法，在图像预处理阶段进行二值化；采用直线段检测(LSD)算法检测平行线。利用车道线连续性和车道间距确定车道线感兴趣区，确定车道线位置。但该方法的识别率较低，在车流量大且交通路线繁琐的环境下识别结果不尽如人意。文献[4]中提出了一种能够根据实时视频流提取车道线的算法。采取的是对图像进行分块处理，从而缩短了数据处理时间。再对图像进行灰度处理、双边滤波滤除高频噪声，最后用最大类间差分(OTSU)方法得到二值图像。但这种方法不能实现精确的图像识别，达不到预想的效果。

现阶段多数识别方法计算繁琐，消耗时间长，不能满足生活的实际需求。对此提出一种新的识别方法，在直线模型基础上对图像加以改进，随后使用新sobel算子实行边缘检测[5]。并且根据自适应双阈值技术加强图像呈现效果，利用Hough变换方法，通过极角约束来确定车道线的具体位置。……