摘 要

　　現今,我國的經(jīng)濟飛速的發(fā)展，伴隨著(zhù)經(jīng)濟的騰飛，交通也越來(lái)越發(fā)達，汽車(chē)的保有量更是不斷的增長(cháng)。但與此同時(shí),出現的問(wèn)題也很多，道路交通安全問(wèn)題逐漸成為人們關(guān)注的焦點(diǎn)。道路交通事故的頻發(fā)發(fā)生,給人們的生活和家庭都帶來(lái)巨大的傷害。因此,車(chē)輛的安全行駛的研究越來(lái)越受到各界的關(guān)注。公路交通事故頻繁發(fā)生造成了驚人的人員傷亡和經(jīng)濟損失。 研究表明，大約 15％的道路交通事故是由車(chē)輛駛離公路造成的，其主要原因是駕駛員注意力不集中或者疲勞駕駛。車(chē)道偏離預警系統能夠有效減少道路交通事故的發(fā)生，車(chē)道偏離預警系統是指一種通過(guò)報警的方式輔助駕駛員避免或者減少車(chē)道偏離事故的系統。由于車(chē)輛偏離報警具有顯著(zhù)提高車(chē)輛行駛主動(dòng)安全性的潛力，得到國內外研究人員的重視。因此該系統具有廣泛的市場(chǎng)潛力與應用價(jià)值。

　　在車(chē)輛偏離預警系統中，最重要的是通過(guò)采集道路的圖像信息，進(jìn)而進(jìn)行道路與車(chē)輛相對位置的分析，從而在車(chē)輛出現偏離的情況下進(jìn)行報警，所以對圖像的采集分析是很重要的一個(gè)模塊，其性能的好壞直接影響了整個(gè)系統的靈敏度。

　　本文介紹了如何對一幅彩色圖像進(jìn)行處理，得到對我們有用的圖像信息。一幅彩色圖像經(jīng)過(guò)我們格式的轉換，灰度變換，圖像平滑，邊緣檢測，種子填充，圖像腐蝕和膨脹等操作后得到了清晰地車(chē)道線(xiàn)。再通過(guò)對車(chē)道線(xiàn)取點(diǎn)讀坐標，計算斜率判斷車(chē)道線(xiàn)的偏離，這是本文總體思路。本文的算法對車(chē)輛偏離是一種新的算法，計算簡(jiǎn)單，經(jīng)過(guò)進(jìn)一步實(shí)驗驗證相信會(huì )有新的突破。

　　關(guān)鍵詞： 疲勞駕駛， 車(chē)輛偏離預警， 圖像采集 ， 圖像處理

Abstract

　　Today, China's rapid economic development, along with the economic take-off, traffic is more and more developed car ownership is constantly growing. At the same time, however, the problems a lot of road traffic safety is becoming the focus of attention. Frequent road traffic accidents occur, have brought great harm to people's lives and families. Therefore, the safety of the vehicle traveling more and more extensive attention. Currently, road traffic accidents occur frequently resulted in staggering casualties and economic losses. Studies have shown that about 15% of road traffic accidents caused by vehicles leaving the road, mainly due to driver inattention or fatigue driving. Lane departure warning system can be effectively reduced the occurrence of road traffic accidents, lane departure warning system is an alarm the way assisted the driver avoid or reduce lane departure system of the accident. Departure warning as a vehicle has significantly increased the traffic potential of active safety, the importance attached by the domestic and foreign researchers. The system has broad market potential and valueVehicle departure warning system, the most important image information through the acquisition of the road, and then carry out the analysis of the relative position of roads and vehicles, the vehicle deviation alarm is very important, so the image acquisition and analysis module, whose performance directly affects the sensitivity of the system as a whole.

　　This paper describes how a color image processing, image information are useful to us. A color image through our format conversion, gray-scale transformation, image smoothing, edge detection, seed filling, image corrosion expansion after operation has been clearly lane. Then based on the lane from reading the coordinate calculation of slope, judge lane deviation, it is the overall train of thought. This algorithm on vehicle deviation is a new algorithm, calculation is simple, after further experiments that will have new breakthrough..

　　Key word fatigue driver , warning for the vehicle deviating , image acquisition , image processing

　　隨著(zhù)我國經(jīng)濟的不斷發(fā)展和城市化不斷增強，交通發(fā)展迅速，越來(lái)越多的汽車(chē)開(kāi)始涌入家庭生活之中。伴隨著(zhù)汽車(chē)持有量迅猛發(fā)展越來(lái)越多問(wèn)題出現了，其中最受人們關(guān)注的還是汽車(chē)道路交通安全問(wèn)題。安全是圍繞汽車(chē)的永恒主題。交通事故的頻繁所帶來(lái)的與日增多的人員傷亡和日趨巨大的財產(chǎn)損失使人們對汽車(chē)的安全性能提出了越來(lái)越高的要求。汽車(chē)已經(jīng)逐漸成為人們心目中的必須品，安全問(wèn)題自然也就成為人們關(guān)注的焦點(diǎn)。在對待交通安全的問(wèn)題上，我國相關(guān)部門(mén)也給與了足夠的重視不斷出臺新的政策。

　　例如《年預防道路交通事故工作方案》、《道路交通安全法》等等一系列的交通安全方面的法規。經(jīng)濟的迅速騰飛，汽車(chē)保有量的也持續增長(cháng)，交通事故也越發(fā)頻繁起來(lái)。從相關(guān)資料顯示，越來(lái)越多的交通事故都是以由人為造成的。汽車(chē)行駛的安全問(wèn)題從人為角度分析分為主動(dòng)安全和被動(dòng)安全，主動(dòng)安全就是人為因素占主導地位，被動(dòng)安全大多指的是汽車(chē)自身的安全性和一些無(wú)法估計的意外的發(fā)生。為了盡量的避免這種因為人為因素如精力不集中、疲勞駕駛等而造成的交通事故的發(fā)生，人們開(kāi)始對汽車(chē)智能安全方面進(jìn)行深入的研究。同樣隨著(zhù)汽車(chē)電子的發(fā)展迅速也給智能汽車(chē)的實(shí)現提供了有力的支持。車(chē)道偏離預警系統作為汽車(chē)主動(dòng)安全的新生成員也受到人們越來(lái)越多的重視。而智能車(chē)輛（Intelligent Vehicle）的概念也應運而生。作為汽車(chē)主動(dòng)安全方面最新的發(fā)展方向，因其在公路交通運輸中廣闊的應用前景而受到世界各發(fā)達國家的普遍關(guān)注。

　　正如大家所設想的那樣，若汽車(chē)的能智能自動(dòng)駕駛并且隨時(shí)指出和提醒駕駛員的不良駕駛行為，那樣交通事故將會(huì )大大的減少。而且汽車(chē)的主動(dòng)安全性的提高，將大幅度的減輕了駕駛員的負擔，使汽車(chē)的的舒適性也有明顯的改善。這對于長(cháng)時(shí)間的駕駛的人們的安全駕駛給與了有力的保障。汽車(chē)在行駛過(guò)程中，駕駛員需要時(shí)時(shí)刻刻的觀(guān)察道路情況，不能有半點(diǎn)松懈，但這對于那些長(cháng)時(shí)間駕駛的司機人員又不是很容易做到。根據先關(guān)資料顯示，由于駕駛員的注意力不集中或駕駛疲勞而引起的的車(chē)輛偏離車(chē)道的交通事故越來(lái)越多，并且這種交通事故的發(fā)生都是重大事件。所以，智能交通，智能車(chē)輛的發(fā)展刻不容緩，目前很多高校研究機構所都對汽車(chē)智能化給與了足夠的重視。所以，在我國開(kāi)發(fā)能夠有效的防止交通事故發(fā)生的車(chē)道偏離預警系統是非常有必要的，也具有極強的現實(shí)意義。

　　車(chē)道偏離[1]，即 ROR(Run Off Road)是指將車(chē)輛簡(jiǎn)化為一個(gè)四角邊的矩形，當其中任何一個(gè)點(diǎn)接觸或者超過(guò)車(chē)輛正在行駛的道路線(xiàn)，那樣我們就可以認為車(chē)輛處于車(chē)道偏離狀態(tài)。車(chē)道偏離預警有助于輔助駕駛，減少因為駕駛員精神不集中而使汽車(chē)偏離事故的發(fā)生。

　　目前車(chē)輛偏離預警系統采用的是機器視覺(jué)感知系統。基本可以劃分為三個(gè)模塊：狀態(tài)感知模塊，車(chē)道偏離算法和信號顯示。車(chē)道偏離預警系統運行的模式：首先感知模塊（如攝像頭、傳感器）接收道路圖像特征并對圖像進(jìn)行處理，記錄由車(chē)輛的傳感器獲取的運行參數如車(chē)速、加速度等，然后再根據車(chē)道偏離算法，對車(chē)道偏離進(jìn)行判定預測，最后通過(guò)顯示界面向駕駛員提出警示。識別車(chē)道線(xiàn)是最常用的工具是用計算機。本論文也將著(zhù)重分析通過(guò) PC 機識別道路線(xiàn)的方法。

　　最近，車(chē)道偏離預警系統開(kāi)始成為智能的獨立的系統，逐漸的受到了汽車(chē)生產(chǎn)廠(chǎng)商和研究人員的重視，全世界的汽車(chē)公司也展開(kāi)了深入的研究，隨著(zhù)智能交通越來(lái)越受重視，人們希望電子系統來(lái)保證駕駛安全的意識更加強烈。

　　目前針對一些復雜路面或高速公路，國內外設計智能車(chē)電子導航感知系統大多采用視覺(jué)傳感器，簡(jiǎn)單地說(shuō)就是在車(chē)輛上安裝車(chē)載攝像機獲取圖片再根據圖片信息進(jìn)行視覺(jué)導航。最近幾年這一領(lǐng)域也取得了一定的研究成果如輔助換道系統、輔助導航系統、自適應巡航控制系統等。下面簡(jiǎn)單介紹國內外對車(chē)道偏離的研究成果和發(fā)展。

　　車(chē)輛行駛偏離預警系統中圖像處理技術(shù)：

TLC 原理示意圖

車(chē)輛與道路的關(guān)系示意圖

坐標讀取按鈕的設定

車(chē)道線(xiàn)坐標讀

車(chē)道線(xiàn)坐標讀取二

目 錄

　　第一章 緒論
　　　　1.1 論文的研究背景及意義
　　　　　　1.2.1 國外車(chē)輛偏離系統的研究
　　　　　　1.2.2 國內車(chē)輛偏離預警系統的發(fā)展
　　　　1.3 車(chē)道標線(xiàn)圖像處理發(fā)展
　　　　1.4 本文研究的主要內容
　　第二章 車(chē)道線(xiàn)數字圖像的采集及格式調整
　　　　2.1 數字圖像的含義及采集
　　　　　　2.1.1 數字圖像
　　　　　　2.1.2 數字圖像的采集
　　　　2.2 圖像的格式屬性調整
　　第三章 圖片的處理及道路標線(xiàn)的提取
　　　　3.1 圖像灰度化
　　　　　　3.1.1 灰度直方圖
　　　　　　3.1.2 灰度的線(xiàn)性變換
　　　　3.2 平滑處理
　　　　　　3.2.1 圖像的噪聲
　　　　　　3.2.3 圖像平滑的分類(lèi)
　　　　3.3 二值化閾值及圖像分割
　　　　　　3.3.1 閾值分割定義
　　　　　　3.3.2 閾值分割的分類(lèi)
　　　　　　3.3.3 圖像處理后的結果
　　　　3．4 種子填充
　　　　　　3.4.1 種子填充的定義
　　　　　　3.4.2 種子填充原理和算法
　　　　3.5 圖像的腐蝕與膨脹
　　　　　　3.5.1 數學(xué)形態(tài)學(xué)
　　　　　　3.5.2 腐蝕運算
　　　　　　3.5.3 膨脹運算
　　　　3.6 本章小結
　　第四章 道路標線(xiàn)的偏離的判定
　　　　4.1 TLC 判斷車(chē)輛偏離算法分析
　　　　　　4.1.1 算法 1—一階 TLC 算法描述:
　　　　　　4.1.2 算法 2—基于運動(dòng)學(xué)的 TLC
　　　　4.2 圖像的坐標關(guān)系轉換
　　　　4.3 道路標線(xiàn)坐標讀取
　　　　　　4.3.1 鼠標點(diǎn)擊獲取坐標
　　　　　　4.3.2 邊界跟蹤讀取坐標
　　第五章 總結與不足
　　　　5.1 小結
　　　　5.2 本文的不足
　　　　5.3 展望
　　參考文獻
　　致謝

（如您需要查看本篇畢業(yè)設計全文，請您聯(lián)系客服索取）