【正文】 。 //聯(lián)通圖 /*****************Hough 直線檢測 ************************/ CvMemStorage* storage = cvCreateMemStorage(0)。 cvCanny(pImg_tmp2, pImg_tmp1, 50, 150, 3)。 //聯(lián)通圖 /******************聯(lián)通區(qū)標記 **********************/ memset(pImg_tmp2imageData, 0, Width_t*Height_t/2)。 cvCopy(pImg_tmp2, pdlgpImg_morpho)。//大津閾值 cvAnd(pImg_tmp1,pImg_tmp2,pImg_tmp1)。 //雙邊濾波 cvCopy(pImg_tmp2, pdlgpImg_filter)。 if (pdlgm_flagprocess == TRUE) { /*****************圖像預處理 邊緣提取和形態(tài)學處理 ************/ cvCvtColor(pdlgpFrame, pImg_tmp1, CV_BGR2GRAY)。 LineImg=cvCreateImage(cvSize(PreProcessImgwidth,PreProcessImgheight),IPL_DEPTH_8U,3)。 pImg_tmp3 = cvCreateImage(cvSize(Width_t, Height_t), IPL_DEPTH_8U, 1)。 pImg_tmp1 = cvCreateImage(cvSize(Width_t, Height_t), IPL_DEPTH_8U, 1)。 Width_t = pdlgpFramewidth。 int Height_t。 IplImage* pImg_tmp3。 //聲明 IplImage 指針 IplImage* pImg_tmp1。本論文從選題到完成，都是在于老師的指導下完成的，凝聚了我的努力和于老師的心血。于老師淵博的專業(yè)知識，嚴謹?shù)闹螌W態(tài)度，精益求精的工作作風，毀人不倦的高尚師德，嚴以律己、寬以待人的崇高風范，樸實無華、平易近人的人格魅力對我影響 深遠。現(xiàn)代電子技術 。唐孝艷 。2020 年09 期 [15]．陳世文 ?；?OpenCV與混合高斯建模的運動目標檢測 [J]。中國圖象圖形學報 。耿續(xù)濤 。劉輝 。 哈爾濱工程 大學 。 31 參考文獻 [1]． 吳沫 . 基于計算機視覺的車道偏離告警系統(tǒng)方法研究 .國防科技大學 ,2020 [2]． 盧衛(wèi)娜 ,史忠科 .基 于單目視覺的車道線和道路邊界同步檢測 , [3]． 陸豐俊 ,基于視覺的車輛車道偏離預警系統(tǒng)算法研究，華中科技大學 ,2020 [4]． 董因平 .高速汽車車道偏離預警系統(tǒng)的算法研究 .長春 :吉林大學 ,2020 [5]． LuoWei Tai, Lane Detection Using Directional Random Walk:,IEEE2020. [6]． 周欣 ,黃席樾 ,黎昱 .基于單目視覺的高速公路車道保持與距離測量 .2020 [7]． 徐巖 ,雷濤 . 基于形態(tài)學方法的車道線檢測算法研究 [8]． 聶方彥 .圖 像閾值化與目標分割方法中的若干問題研究 [D].重慶 :重慶大學 ,2020:3336. [9]． 余厚云 ,張為公 .基于動態(tài)感興趣區(qū)域的車道線識別與跟蹤 [J].工業(yè)儀表與自動化裝置 ,2020 [10]． 金浙良 ,胡桂明 ,張海君 ,滿高華 .基于最優(yōu)閉值和 Hough 變換的車道線檢測方法 [J].自動化技術與應用 ,2020 [11]． 楊喜寧 ,段建民 ,高德芝 ,鄭榜貴 .基于改進 Hough變換的車道線檢測技術 .計算機測量與控制 ,2020 [12]. 張宗彬 。 圖 56： 車道線夾角和方向 30 第 6 章 總結(jié) 本文 實現(xiàn)了道路圖像中的車道線檢測，為后續(xù)車輛的檢測和邊界報警等功能做了準備。 } 進過上述計算后，便可求得車道線的夾角和方向。 =()*tanA+。 CvPoint pointmeet。 29 而對車道線兩線之間交點的代碼如下： //找出直線的相交點 CvPoint findmeetpoint(IplImage* image,float* tabSin,float *tabCos,int angleleft,int angleright) { float tanA=tabCos[angleleft]/tabSin[angleleft]。 根據(jù)向量內(nèi)積，得到計算公式為： theta1=acosd(dot([x1x2,y1y2],[x3x2,y3y2])/(norm([x1x2,y1y2])*norm([x1x2,y3y2])))。 根據(jù)給定的節(jié)點，計算夾角信息，示意圖如下。 pdlgDrawPicToHDC(pdlgpFrame, IDC_STATIC_PICSHOW)。 } } cvReleaseMemStorage(amp。 } 28 if (j = num) { det_slope[num++] = slope。 } if (cur_slope = ) { break。 j++) { cur_slope = det_slope[j]。 } for (j=0。 i++。 } if (num == 0) { det_slope[num++] = slope。 (slope)) { i++。 if ((slope) amp。 27 slope = ((float)(float))/((float)(float))。 = cvRound(x0 1000*(b))。 = cvRound(x0 + 1000*(b))。 double y0 = b*rho。 double b = sin(theta)。 float theta = line[1]。 i++ ) { float* line = (float*)cvGetSeqElem(lines,i)。 for( i = 0。 cvCopy(pdlgpImg_gray, pImg_tmp3)。 float slope = 0。 float old_slope = 0。 int j = 0。 CvSeq* lines = 0。這樣，避免了車道線檢測的具備過程。 經(jīng)過 Hough 變換后，便可得到當前預估的車道線情況。 //聯(lián)通圖 預處理的各個模塊的實現(xiàn)效果圖有灰度圖、二值化分割圖、邊緣提取圖。 //連通域標記 cvCanny(pImg_tmp2, pImg_tmp1, 50, 150, 3)。 //閾值圖 /*************************聯(lián)通區(qū)標記 *********************************/ memset(pImg_tmp2imageData, 0, Width_t*Height_t/2)。 cvThreshold(pImg_tmp1, pImg_tmp2, 70, 255, CV_THRESH_BINARY)。 //大津閾值 cvDilate( pImg_tmp1, pImg_tmp2,NULL, 1)。 //雙邊濾波 cvCopy(pImg_tmp2, pdlgpImg_filter)。 預處理的程序?qū)崿F(xiàn)如下所示： /*********************圖像預處理 邊緣提取和形態(tài)學處理 ****************/ cvCvtColor(pdlgpFrame, pImg_tmp1, CV_BGR2GRAY)。 } 23 讀取的圖像顯示如圖 52 所示： 圖 52： 圖像顯示效果 預處理的實現(xiàn) 為了降低計算的復雜度，需要將圖像灰度化，然后對灰度圖像濾波處理，去除噪聲后的道路圖像經(jīng)過二值化轉(zhuǎn)變成黑白圖像，最后對二值圖像提取感興趣區(qū)域和邊緣。 ()。 (hDC,amp。 CvvImage cimg。 GetDlgItem(ID)GetClientRect(amp。 HDC hDC= pDCGetSafeHdc()。 //讀取圖像 DrawPicToHDC(pFrame, IDC_STATIC_PICSHOW)。 圖像的讀取和顯示 OpenCV 中的圖像都以 IplImage 格式保存，該結(jié)構(gòu)包括的主要成員有圖像的通道數(shù)、圖像選擇的坐標原則、圖像的寬度、圖像的高度等。 22 OpenCV 的圖像預處理實現(xiàn) OpenCV是 Intel 開源 的 計算機視覺庫 ， 它由一系列 C 函數(shù)和少量 C++ 類構(gòu)成 。 使用 TerminateThread()函數(shù)來 終止線程的執(zhí)行是 及其 不安全的，可能 引發(fā) 系統(tǒng) 的不穩(wěn)定運行 ； 因為雖然 該函數(shù)終止線程的執(zhí)行，但并不釋放線程所占用的資源。而 應用程序可以調(diào) TerminateThread函數(shù)來 強行終止線程的執(zhí)行。 BOOL TerminateThread(HANDLE hThread,DWORD dwExitCode)。 VOID ExitThread(DWORD dwExitCode)。 DWORD ResumeThread(HANDLE hThread)。 DWORD SuspendThread(HANDLE hThread)。 ThreadFunc： 是線程函數(shù)名； lpParameter： 線程執(zhí)行時 ， 傳送參數(shù)； dwCreationFlags：控制線程創(chuàng)建的標志 。 HANDLE CreateThread(LPSECURITY_ATTRIBUTES lpThreadAttributes, DWORD dwStackSize, LPTHREAD_START_ROUTINE lpStartAddress, LPVOID lpParameter, DWORD dwCreationFlags, LPDWORD lpThreadId)。 Win32 對多線程的支持 Win32 提供了 API 函數(shù)來 實現(xiàn) 線程的創(chuàng)建、掛起、恢復、終結(jié)等工作。事件對象（ CEvent） 允許一個線程在處理完一個任務后，主動喚醒另外一個線程執(zhí)行任務。 信號量對象 保存了對指定資源 訪問 的線程 數(shù) ，該計數(shù)器 的值代表了 當 前還可以使用該資源的線程數(shù)目。 3。 2。 在 MFC 中，通常使 用下面四種方式來實現(xiàn)多線程的同步： 1。 子進程和 父進程 有 其獨立的 數(shù)據(jù)空間 和 代碼 空間， 而線程 之間 則共享數(shù)據(jù)空間 ， 每個線程有自己的執(zhí)行 堆棧 和 程序計數(shù)器 。 線程是 程序 中單一 的順序控制流程 ， 在 一 個程序中同時運行多個線程 來 完成不同的工作稱 之 為多線程 。 道 路 圖 像 預處 理圖 像 分 割邊 緣 提 取連 通 域 標 記H o u g h 變 換提 取 直 線高 斯 混 合 模型 數(shù) 據(jù) 融 合當 前 車 道 線 圖 51： 車道線檢測系統(tǒng)流程圖 整個系統(tǒng)采用 MFC 框架，利用開源的 OPENCV庫來實現(xiàn)車道線的檢測。分割后的二值圖像包含大量的干擾信息，通過連通域標記將大的干擾信號和小的噪聲點消除掉。 然后再更新匹配上的 高斯模型，利用當前檢測出來的車道線斜率對其更新，更新公式如下： , , 1=( 1 ) +i t i t iK? ? ? ? （ 48） 22, , 1 , ,= ( 1 ) + ( K ) ( K )i t i t i i t i i t?? ? ? ? ? ? （ 49） , 1 , 1( | , )i i t i tK? ? ? ? ?? （ 410） ? 反映了模型的學習速度，其值越大，模型更新速率越快，其值越小，模型更新的速率越慢。 背景模型的更新 背景模型的更新是對高斯模型的各個參數(shù)進行更新。 高斯模型的 /ii??值越大，表示此車道線斜率保持時間長且更穩(wěn)定，更可能是屬于背景圖像。 有的方法選擇第一幀圖像中的車道線斜率作為初始值，并對該高斯模型設定較大的權重，剩下的高斯模型均值取零，權重在所有高斯模