【正文】 3) { cvCvtColor(img,src,CV_RGB2GRAY)。int is_ellipse(CvSeq *)。 float c。當然，也要感謝學校提供給我們的便利的學習條件，特別是圖書館提供給我們的便利的查閱資料的條件，讓我接觸到了許多有用的資料。特別是國內(nèi)，隨著中國的科技水平不斷提高，市場需要持續(xù)增大，對于車道線的自動識別的需求也將更加迫切。我們自然而然便能對圓檢測算法加以改進以適應橢圓的檢測。229。它通過最小化誤差的平方和尋找數(shù)據(jù)的最佳匹配函數(shù)。 Hough變換圓檢測 Hough變換圓檢測的基本原理Hough變換直線檢測中是將圖像空間中的一條直線映射為參數(shù)空間中的一個點，對圓的檢測同樣如此，這也是Hough變換的核心思想所在。在平面直角坐標系中，一條直線可以用方程來表示，其中和是參數(shù),分別是斜率和截距。 （213）通常，也使用一個近似計算的公式（214）來提高計算速度： （214）可用以下公式計算梯度方向： （215）如果角度Θ等于零，即代表圖像該處擁有縱向邊緣，左方較右方暗。假設圖像的背景較暗,并且圖像的大小為,圖像中像素的灰度值小于閾值T的像素個數(shù)記作,像素灰度大于閾值T的像素個數(shù)記作,則有 （24） （25） （26） （27） （28） （29）經(jīng)計算后,得到等價公式（210）: （210） 采用遍歷的方法得到使類間方差最大的閾值T,即為所求。 二值化 二值化的基本概念圖像的二值化就是將一副灰度圖像轉(zhuǎn)換為二值圖像，例如設定一個閾值K，像素值小于K的置為0，反之則置為255，如公式（23）所示： （23） 大津法自適應閾值分割雖然通過給定一個閾值能實現(xiàn)圖像的二值化，但在很多時候并不能給出一個合適的閾值，為了解決這個問題，人們提出了許多自適應的閾值分割方法，以適應不同灰度分布的圖像，其中應用廣泛的有大津法自適應閾值等。中值濾波的思想是將一個像素替換為其臨近區(qū)域的所有像素的中值，臨近區(qū)域一般選以此像素為中心的奇數(shù)大小的窗口，常用的為3577等。所以，在圖像的處理中我們應當適當選取ROI，對于以后的處理有莫大裨益。黃色實線一側(cè)禁止車輛超車、跨越或回轉(zhuǎn),黃色虛線一側(cè)在保證安全的情況下準許車輛超車、跨越或回轉(zhuǎn)。劃于路口時,用作導向車道線或停車線。本章首先簡要介紹車道線的基本知識，然后對感興趣區(qū)域的原理和應用進行分析，并針對車道線的具體特征和要得到的目標選擇合適的預處理方法，進而對每種預處理過程中的算法進行分析討論，得出適合的預處理算法。國內(nèi)的研究成果主要有以下幾個：清華大學計算機智能技術與系統(tǒng)國家重點實驗室研制的THMR系統(tǒng)：該項目采用的道路模型是直線模型，利用多窗口的雙閾值二值化進行特征提取，在后續(xù)處理中采用增強轉(zhuǎn)移網(wǎng)絡來完成，在算法實時性方面做得比較好，但由于道路模型首先，因此只能對直線車道進行檢測和識別。Autonomous System Center聯(lián)合開發(fā)的SCARF系統(tǒng)和ALVINN系統(tǒng)。人們已開始研究如何用計算機系統(tǒng)解釋圖像，實現(xiàn)類似人類視覺系統(tǒng)理解外部世界，這被稱為圖像理解或計算機視覺。數(shù)字圖像處理作為一門學科大約形成于20世紀60年代初期。長春理工大學本科畢業(yè)論文基于圖像處理的車道線識別算法研究摘要為了提高車道線識別算法的實時性和準確性，提出了一種基于改進Hough變換的車道線檢測方法。早期的圖像處理的目的是改善圖像的質(zhì)量，它以人為對象，以改善人的視覺效果為目的。很多國家，特別是發(fā)達國家投入更多的人力、物力到這項研究，取得了不少重要的研究成果。GOLD系統(tǒng)：該系統(tǒng)采用立體視覺技術，根據(jù)目前車道線的油漆顏色特征來定位車道線所處位置，但是立體視覺技術面臨圖像匹配以及運行時間長等問題，因而該系統(tǒng)有設計了并行SIMD硬件結(jié)構(gòu)來滿足實時性要求。吉林工業(yè)大學研制的JUTIV系統(tǒng)：該項目采用3D回旋曲線為道路模型，用最大類方差方法來設定閾值提取道路邊緣，利用隨即采用的LmedSquare方法進行車道線曲線擬合，同時結(jié)合了駕駛員穩(wěn)態(tài)預瞄原理，建立了車道線擬合的預測區(qū)域，并進一步利用多傳感器信息融合技術對復雜環(huán)境下的車道線檢測識別與跟蹤等關鍵技術做了系統(tǒng)研究。 認識車道線 車道線的基本分類車道分界線是用來分隔同方向行駛的交通流的交通標志線，凡同方向車行道有兩條或兩條以上車道時,均應劃車道分界線。黃色虛線:劃于路段中時,用以分隔對向行駛的交通流,劃于路側(cè)或緣石上時,用以禁止車輛長時在路邊停放。雙白實線:劃于路口時,作為停車讓行線。如圖（22）所示，其中下部較暗的區(qū)域即為我們的感興趣區(qū)域：圖22 感興趣區(qū)域 平滑濾波各類圖像處理系統(tǒng)在圖像的采集、獲取、傳送和轉(zhuǎn)換(如成像、復制掃描、傳輸以及顯示等)過程中，均處在復雜的環(huán)境中，光照、電磁多變，所有的圖像均不同程度地被可見或不可見的噪聲干擾。中值濾波的計算方法如公式（22）所示： （22）中值濾波法對消除椒鹽噪聲非常有效，在光學測量條紋圖象的相位分析處理方法中有特殊作用，但在條紋中心分析方法中作用不大.中值濾波在圖像處理中,常用于保護邊緣信息,是經(jīng)典的平滑噪聲的方法。大津法也叫最大類間方差法，是一種自適應的閾值確定的方法,簡稱OTSU。大津法閾值分割如圖26所示： 圖26 大津法自適應閾值分割 邊緣提取圖象的邊緣是指圖象局部區(qū)域亮度變化顯著的部分，該區(qū)域的灰度剖面一般可以看作是一個階躍，既從一個灰度值在很小的緩沖區(qū)域內(nèi)急劇變化到另一個灰度相差較大的灰度值。Sobel算子邊緣提取效果如圖（28）所示,a)圖為源圖像，b)圖為X方向邊緣檢測結(jié)果，c)圖為Y方向邊緣檢測結(jié)果 c)b)a)圖28 Sobel算子邊緣檢測效果圖 Canny算子Canny邊緣檢測算子是一個多級邊緣檢測算法，它的目標為實現(xiàn)最優(yōu)的邊緣檢測算法。過某一點的所有直線的參數(shù)都會滿足方程,即點確定了一族直線。但是直線檢測需要兩個參數(shù)，而圓檢測需要三個參數(shù)（為圓心坐標，r為圓的半徑）。利用最小二乘法可以簡便地求得未知的數(shù)據(jù)，并使得這些求得的數(shù)據(jù)與實際數(shù)據(jù)之間誤差的平方和為最小。229。橢圓檢測的過程描述為：第一步：在目標圖形上選取隨機的三個點分別記為、和，并求得他們各自的切線，分別記為、和他們兩兩間的中點，分別記為、和（即為和的中點）；第二步：找到這三條切線兩兩相交的交點，分別記為、和（即為和的交點，以此類推）；第三步：將對應的交點與中點連接，即與、與、與，將得到的直線分別記為、和；第四步：求得這三條連線兩兩相交的交點，根據(jù)一定的距離準則，判斷這三點是否足夠接近，如果足夠接近，說明此時的形狀可能是一個橢圓，否則則說明不是；第五步：在目標圖形上另選一點，求其切線，并將其與其他三點中的一點重新配對，得到兩切線交點與中點的直線方程；第六步：根據(jù)同樣的距離準則，判斷新得到的直線與其他直線的交點是否足夠接近，如果是，那么目標圖形是一個橢圓，如果不是，則說明目標圖形不是橢圓。所以未來是光明的，但更需要我們腳踏實地，不斷取得新的突破。最后，感謝我的朋友們，在我迷惑不解時和我討論問題幫我找到思路，謝謝他們的支持和幫助！附錄1車道線識別程序源代碼，編譯要求：Linux 。 int is_vertical。int main(int argc,char *argv[]){//圖像的加載過程 if (argc != 2) { puts(Usage : ./mark filename)。 cvCopy(img,out,NULL)。//邊緣檢測 cvSetImageROI(temp,ROI)。 cvSetImageROI(out,ROI)。 for (i = 0。 cvNamedWindow(OUT,0)。 double sum_of_xy = ,sum_of_x = ,sum_of_y = ,sum_of_x2 = 。 sum_of_x2 += (double)(tempx * tempx)。 else { = 。 != 1) { if (fabs( / / ) = ) { px = ( * * ) / ( * * )。 return p。 = ( + ) 1。 CvPoint *p2 = (CvPoint *)cvGetSeqElem(contours,pos2)。 tangent2) join1_2 = get_join(p1,*tangent1,p2,*tangent2)。 CvPoint cp1_3 = get_center(*p1,*p3)。cp1_3,join_center1_3)。 if (last_join1 amp。amp。 = (int)(80 * tangent1a + p1y)。 = (int)(80 * tangent3a + p3y)。 tangent4) join1_4 = get_join(p1,*tangent1,p4,*tangent4)。 return 0。 distance = fabs(sqrt(( ) * ( ) + ( ) * ( )))。 Line join_center1_4 = get_line_func(*join1_4,cp1_4)。 int ran_pos = contourstotal rand() % 30。 CvPoint p_temp。amp。 last_join2 amp。cp1_2,join_center1_2,amp。//得到相應的三個中點 Line join_center1_2,join_center1_3,join_center2_3。amp。//得到三個點 Line *tangent1 = get_tangent(contours,pos1)