基于边缘检测路径边识别技术研究

毕业答辩答辩人：指导老师：戴媛媛藏娴一、绪论二、图像预处理三、边缘检测四、路径识别五、算法实现六、论文总结CONTENTS基于边缘检测的路径识别技术研究一、绪论研究背景A智能驾驶汽车中的视觉导航和障碍物检测B人工智能在图像识别领域的研究C视觉导航在轮式机器人中的应用二、图像预处理1.图像噪声图像噪声是图像生成中由于各种因素影响在图像信息中参杂的不可预测，不可控制的随机信号。图像噪声会影响到图像的后续处理，因此滤除图像噪声是图像处理前极其重要的工作。图像噪声与信号分析中的噪声一样，符合噪声一般的统计特性，主要的类型有高斯噪声、瑞利噪声、脉冲噪声（椒盐噪声）。常见图像噪声原图像椒盐噪声高斯噪声2.图像噪声滤出滤除图像噪声经典方法是空间滤波。空间滤波器由一个邻域对该邻域包围的图像像素执行的预定义操作组成。从定义中看出，滤波器也是一个模板，类似于算子。滤波器产生一个新像素，新像素的坐标位于邻域的中心处。滤波器遍历整幅图像，就会生成新的经过滤波的图像。如果在图像上执行的是线性操作，就称为线性空间滤波，否则就称为非线性空间滤波3.噪声滤波方法邻域平均法即对模板邻域求平均值，并赋予中心像素

3X3邻域模板椒盐噪声平均滤波加权平均法的基本思想是待定像素点的值与邻域内其他像素点的值随着位置关系不同而不同，代表是高斯滤波

高斯滤波的3X3邻域模板椒盐噪声高斯滤波中值滤波的思想继承于一维信号处理。其基本方法是用一个含奇数个窗口的滑动模板遍历图像，用模板中的中值替换中心窗口的像素灰度值。椒盐噪声中值滤波三、边缘检测1.基于梯度的边缘检测2.经典边缘检测（1）Roberts算子Roberts算子利用对角线相邻像素差逼近梯度，对于水平和垂直边缘检测好于斜边。但是算子对噪声响应明显。

（3）LoG算子LoG算子在定义域内的和为零，所以它与图像卷积不会改变图像整体的动态范围，由于其形状类似墨西哥草帽，故也被称为“墨西哥草帽”算子

（4）其他算子现在边缘检测算种类繁多，很多科研人员根据不同的应用场合与需求，开发特点的边缘检测算子。SUSAN检测就是一种低层次图像处理最小核值相似区算法。它的原理是用一个圆形模板遍历图像，通过比较模板其他像素与核像素灰度值的差值与给定阈值的关系，确定一个核值相似区USAN。沈俊边缘检，基于小波分析的边缘检测从频域场分析边缘特性，神经网络算法进行边缘检测和特征识别。（5）Canny边缘检测算子边缘检测的三条准则信噪比准则：也称为低错误率，即非边缘像素误检的概率要低，要没有伪响应。检测的边缘必须尽可能是真实边缘边缘点很好定位：已定位边缘要尽可能接近真实边缘。检测器标记为边缘的点，与实际真实的边缘中心之间距离应该最小单一边缘响应：对真实的边缘点，检测器仅应返回一个点。真实边缘周围的局部最大数应该最小。（6）Canny边缘检测的具体方法Step1.高斯滤波器平滑图像Step2.梯度方向和梯度幅值的计算Step3.非极大值抑制Step4.双阈值处理和边缘连接Canny边缘检测首先确定优化目标，为了达成目标，给出数学可行算法，在边缘检测算法中是一种非常优秀的边缘检测器本文即采用Canny算法做边缘检测（7）Canny边缘检测在路劲边界的效果四、路径识别1.识别道路的选择按车道形状分类：直道、普通弯道、大S弯道、直道入弯道、弯道入直道、急弯道。本文识别用路径选择常见和有代表性的直道。分析道路特征可知，直道和大转弯路径都有直线或者近似直线。这些线条在边缘检测阶段可以很容易被提取，有边缘信息之后，可以基于一种算法快速提取识别路径2.直线检测—Hough变换

3.Hough变换的原理3.Hough变换的原理

3.Hough变换的原理

4.Hough变换的实例直线直线Hough空间五、算法实现1.MATLAB与IPT工具箱MATLAB由matrix，laboratory两个单词缩写而成，是美国MathWorks公司推出的一款数学计算软件。MATLAB典型应用包括：数学计算、算法开发、数据获取、建模仿真、数据分析、数据可视化、科学工程图形、用户界面交互。图像处理工具箱（IPT）是MATLAB的一个函数集，用于处理数字图像，这个工具箱包含常见的数字图像处理方法，通过简单的函数调用，能快速准确的实现期望功能，易于理解掌握。2.m函数编写3.路径识别实例3.路径识别实例3.路径识别实例4.结果分析从上面的试验验证可以看出，本文提出的基于边缘检测的路径识别能对一般直线道路进行准确无误的检测，并将结果返回。同时对比看出，对于有车道线的道路，路径识别效果要好，这是因为，车道线有明显的边界标识作用，更利用图像识别。六、总结与展望1.总结本文基于边缘检测辨识行车路径。在以下几方面开展工作。（1）分析国内外关于路径检测和边缘检测的发展现状（2）介绍几种常用的图像预处理技术，分析各自的特点和算法（3）详细介绍边缘检测的研究现状，分析比较几种经典的边缘检测算法并给出算子（4）获取图像的边缘信息后，本文通过Hough变换提取图像中路径的边缘信息（5）本文在MATLAB环境中实现上述各功能的算法2.展望路径检测仍然有着值得深入研究的领域（1）彩色图像的边缘检测现在受到越来越多的人重视（2）神经网络算法处理数字图像可以进行模式辨识，边缘检测，在图像识别应用中已经取得很好的效果，成为当今的主流研究方向（3）本文选在的路径模式简单，特征明显，对于全路径工况考虑不全面，可以结合新算法识别更加全面的路径信息（4）将图片处理的方法和技术移植到视频处理，更加接近使用性新的理论、技术不断诞生，路径识别的方法不断涌现，我将会在今后的工作学习中，努力提高自己，成长进步。致谢从步入金陵科技学院开始，大学生活让我充实，让我快乐。三年之中，我的身边发生的每一件