基于双目摄像头的路面障碍物检测与研究

顾晨晨，王震洲

（河北科技大学 信息科学与工程学院，河北 石家庄 050018）

图像处理在辅助驾驶当中运用非常广泛，国内外对障碍物检测也有广泛的研究。对障碍物的检测也分为多种，大致分为基于颜色的、基于光流的、基于运动补偿的障碍物检测。各种检测方法都存在着一定的优缺点。本设计采用的是双目摄像头组建立体视觉系统，并采集路面信息。通过Huogh变换检测出可行区域，并建立统计模型。利用图像熵对障碍物检测，再利用Kalman滤波对目标障碍物进行跟踪检测。

1 图像的获取与处理

本设计采用两个CCD摄像头对道路图像进行拍摄，可以建立立体系统。并利用Matlab对CCD的图像进行灰度化、图片均衡化、图像滤波、图像二值化、图像边缘化的处理[1-3]。灰度化是把彩色图像转化成灰度的，方便以后的检测。然后对图像进行均衡化，即通过非线性的拉伸，把直方图的分布变成均匀分布。图像滤波，对图像去噪，可以较好地保留图像的细节。对图像进行二值化将图像上的像素点的灰度值设为0或1，更便于提取有用信息。对图像进行边缘化，可以分割或者提取图像的重要特征。

通过这些处理可以得到更精准的路面图像信息，为后续工作做好准备。

2 通过Hough变换对车道线检测

Hough变换可以把二维坐标映射到极坐标，Hough变换中原图的点就会在参数空间形成线，从而得到车道线的参数。这是车道线检测常用的方法。本文中采用Hough变换算法对车道线进行检测。基本原理为：图像里的直线先用二维坐标一般方程表示，通过坐标变换转换为极坐标，通过统计得到峰值，在极坐标中可以找到中点集的峰值去检测出车道线。……