賈嫣 李硯軼

摘要：針對(duì)雨天雪天氣采集到的非結(jié)構(gòu)化道路的一種識(shí)別算法。該文針對(duì)雨雪天氣的特殊性利用HSV空間中的H空間進(jìn)行模糊增強(qiáng)，使用最大類間差分方法自動(dòng)選取閾值進(jìn)行道路和非道路的粗分，使用形態(tài)學(xué)和斑塊消去法進(jìn)行圖像的降噪，得到細(xì)分圖像，最后使用邊緣檢測(cè)得到道路邊緣。

關(guān)鍵詞：非結(jié)構(gòu)化道路識(shí)別；形態(tài)學(xué)；圖像降噪；邊緣檢測(cè)

中圖分類號(hào)：TP18 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2014）24-5742-02

道路檢測(cè)技術(shù)的發(fā)展為無(wú)人駕駛系統(tǒng)中障礙物的檢測(cè)提供了基礎(chǔ)保障，同時(shí)也拓寬了無(wú)人駕駛車輛行駛和應(yīng)用的范圍。國(guó)際上70年代就已經(jīng)開(kāi)始了結(jié)構(gòu)化道路的研究，迄今為止結(jié)構(gòu)化道路的檢測(cè)技術(shù)已趨于成熟，對(duì)于非結(jié)構(gòu)化道路的道路檢測(cè)技術(shù)也有一定的研究，國(guó)內(nèi)如THMR_V道路檢測(cè)系統(tǒng)[1][2]、國(guó)防科技大的紅旗HQ3無(wú)人駕駛車輛[3][4]；國(guó)外如美國(guó)的NavLab系統(tǒng)[5][6]、德國(guó)VaMP系統(tǒng)[7]。隨著無(wú)人駕駛車輛應(yīng)用范圍的擴(kuò)展，要求無(wú)人駕駛車輛不但要能行駛在一些泥土沙石道路、山地道路等非結(jié)構(gòu)化道路上，而且要求無(wú)人駕駛車輛在雨雪天氣中在非結(jié)構(gòu)化道路上行駛，這時(shí)由于道路邊緣退化、道路寬度無(wú)規(guī)律、建筑物和植物在道路上形成陰影、雨雪覆蓋等自然環(huán)境的影響，會(huì)給道路檢測(cè)帶來(lái)困難，使得道路檢測(cè)的魯棒性、準(zhǔn)確性降低。目前，有一些算法能夠處理以上提到的復(fù)雜情況中的幾種，但是還沒(méi)有一個(gè)較好的算法能夠解決這些復(fù)雜的問(wèn)題，目前的算法大多都是以犧牲實(shí)時(shí)性或檢測(cè)準(zhǔn)確性為代價(jià)實(shí)現(xiàn)的。由于雨天，雪天道路退化嚴(yán)重，圖像復(fù)原雖然是較好的選擇，但是這種方法運(yùn)算量大，對(duì)于實(shí)時(shí)性的滿足較差，因此考慮使用一種計(jì)算簡(jiǎn)單、實(shí)時(shí)性高，魯棒性好的算法來(lái)進(jìn)行雨天、雪天非結(jié)構(gòu)化道路的檢測(cè)。針對(duì)以上問(wèn)題，該文主要采取模糊處理的方式對(duì)退化的數(shù)字圖像進(jìn)行處理而后再使用基于特征的道路識(shí)別方法進(jìn)行道路識(shí)別。

1 算法框架及關(guān)鍵技術(shù)

針對(duì)雨雪天氣的特殊性利用HSV空間中的H空間進(jìn)行模糊增強(qiáng)，使用最大類間差分方法自動(dòng)選取閾值進(jìn)行道路和非道路的粗分，然后使用形態(tài)學(xué)和斑塊消去法進(jìn)行圖像的降噪，得到細(xì)分圖像，最后使用邊緣檢測(cè)得到道路邊緣。處理雨天、雪天非結(jié)構(gòu)化道路的算法框圖設(shè)計(jì)如圖1所示：

3 小結(jié)

本章針對(duì)特殊天氣中的雨雪天氣提出了一種基于模糊增強(qiáng)的非結(jié)構(gòu)道路識(shí)別算法。首先將RGB空間轉(zhuǎn)換到HSV空間，然后在H空間進(jìn)行模糊增強(qiáng)，增加圖像對(duì)比度，然后使用最大類間差分方法進(jìn)行圖像二值化，得到粗分的道路非道路圖像，然后使用形態(tài)學(xué)和斑塊區(qū)域消去對(duì)圖像去噪，最后使用Canny算子的邊緣檢測(cè)法得到道路邊緣圖像。該算法實(shí)時(shí)性高、計(jì)算速度快。通過(guò)研究發(fā)現(xiàn)本算法對(duì)一般的雨雪天非結(jié)構(gòu)化道路可以很好的識(shí)別，但是對(duì)于道路上有大面積陰影的道路識(shí)別率不高。

參考文獻(xiàn)：

[1] Yang M， Lu J， Wang H， Zhang B. Vision-based Real-time Vehicle Guidance on THMR-V Part I： Unstructured Road Detection. Proceedings of the International Symposium on Test and Measurement （ISTM01），2001：365-368.

[2] 張振武，丁冬花.THMR-V道路檢測(cè)算法設(shè)計(jì)[J].微計(jì)算機(jī)信息，2005 （21）：115-117.

[3] http：//news.ifeng.com/mil/chinapic/detail_2011_07/19/7789618_0.shtml.

[4] http：//auto.163.com/12/0524/11/8291J5GN00084TV1.html.

[5] 徐杰.智能車輛視覺(jué)導(dǎo)航中道路邊界識(shí)別技術(shù)的研究[D].吉林大學(xué)，2001：3-5.

[6] 王宏.智能車輛的主動(dòng)駕駛與輔助導(dǎo)航[J].機(jī)器人，1997（5）：12-13.

[7] Broggi A，Bertozzi M，F(xiàn)ascioli A，et al.AutomaticVehideGuidance：the Experience of the ARGO Autonomous Vehicle.World Scienlific，1999.