●車輛識別技術(shù)●文章編號: 1002- -4581(2012)04-0018-04車輛識別技術(shù)張亞岐，周辰雨，李健Zhang Yaqi, Zhou Chenyu, Li Jian(長安大學(xué)汽車學(xué)院，陜西西安710064)摘要: 針對目前車輛識別難度大且辨識結(jié)果受光照強度、亮度以及天氣影響較大等問題，文中提出一種利用車道線對稱性識別車輛的方法。該方法通過對采集的團(tuán)像進(jìn)行PDE去噪，在充分保留圖像紋理特征的前提下，依據(jù)灰度值梯度變化率精確確定車道線位r,再根據(jù)車線對稱性鎖定車道區(qū)域，縮小搜索范圍，進(jìn)而準(zhǔn)確地對周圍車輛進(jìn)行識別。試驗結(jié)果表明，該方法能夠?qū)蠓?0m盲區(qū)內(nèi)車輛進(jìn)行準(zhǔn)確識別，且受光照條件影響小。關(guān)鍵詞:車道線;灰度值;對稱性北中圖分類號: U467.4文獻(xiàn)標(biāo)識碼: A京利用其對稱特性能夠很好識別出不同天氣下的汽0引言車道線。而車輛大部分時間在車道中間行駛,車輛也具有對稱性，一 旦確定車道線，可以在車目前，車載輔助駕駛系統(tǒng)需要判別自車車道線確定的車道區(qū)域內(nèi)進(jìn)行車輛辨識，大大相對于車道線位置，如壓線報警系統(tǒng)、車道減小了目標(biāo)范圍，對提高識別結(jié)果意義重大。偏離預(yù)警系統(tǒng)以及換道輔助系統(tǒng)等。國內(nèi)外因此，利用車載攝像頭實時拍攝，將采集的圖學(xué)者提出眾多識別車道線的方法，大部分基像進(jìn)行PDE去噪和小波邊緣檢測3，確定車道于計算機視覺,比較常見的有德國的VaMoRs線的位置，根據(jù)車道線的對稱軸確定車道，然智能車系統(tǒng)、美國的Navlab智能車系統(tǒng)以及后對車道內(nèi)車輛進(jìn)行辨識。該方法對天氣的適意大利的ARGO系統(tǒng)川。一般情況下，路面應(yīng)性強，受光照強度變化影響小，且精度高。與車道線的顏色灰度值差別較大，可以根據(jù)該算法的流程如圖1所示?；叶戎堤荻茸兓屎蛙嚨谰€簡單的幾何約束確定車道線，但還存在3個主要難題[2]:1車道識別(1)光照條件特 別在夜晚光照條件差，車道線檢測變得尤為困難;l.1 坐標(biāo)系定義(2)陰影建筑物、廣告牌以及樹影對識要精確確定車道線的位置，必須在路面與別結(jié)果也有影響;圖像之間建立對應(yīng)關(guān)系。假設(shè)照相機與地面的(3)遮擋物-路面上的油污、車道線破損夾角為φ,中國煤化工竟面坐標(biāo)系為等對識別結(jié)果有一定的影響。XcYcZc,MHCN M H G示系之間的關(guān)但是，車道線的對稱性基本不受環(huán)境影響,系如圖2所示。.18《北京汽車》2012.No.4●車輛識別技術(shù)●道寬度w為;CCOD拍攝路面)Hw="(fsinφ- vcosφ) (4)h|圈像進(jìn)行PDE去噪、小波邊緘檢測1.2 圖像去噪安裝在車內(nèi)后視鏡上的CCD實時采集路.面信息，采集回來的圖像一般含有高斯白噪聲|根據(jù)縱向梯度對稱性確定車道線和椒鹽噪聲，因此，為了保持邊緣紋理特征,摒棄高斯卷積的各向同性去噪缺點，采用各向|確定車道區(qū)域異性擴(kuò)散去噪方法，即PDE去噪46)，為了在擴(kuò)散過程中保持邊緣，Perona 和Malik提出利車輛識別用控制函數(shù)抑制邊緣處的擴(kuò)散，從而建立的P-M[S]模型為圖1車輛識別過程“= div(g(|vu,|)Vu, )(5)照相機平酉其中，u, 為t時刻圖像; Vu, 為圖像的梯度;g(Vu,)稱為擴(kuò)散系數(shù)，該數(shù)值大小稱為擴(kuò)散強北度。g(Vu,) 的非線性形式表示為地g(v.,)=- 1(6)京圖2路面坐標(biāo)系與圖像坐標(biāo)系(02汽根據(jù)各個坐標(biāo)系之間幾何關(guān)系以及照相機成像原理可以得到圖像坐標(biāo)系與路面坐標(biāo)系之間式中，k為梯度閾值，k值大迭代次數(shù)就會增車的關(guān)系.加，從而模糊圖像邊緣細(xì)節(jié)部分，針對當(dāng)前計算機快速高效的運算速度，此處k=0.027 64; 利用u=-j譽, v=f號(1)差分進(jìn)行求解:去噪過程相當(dāng)于求解方程(5),'c進(jìn)一步可以轉(zhuǎn)化為其中，f為焦距。[Xc=XBu1= -V2V'u .(7){Y = Ysinφ+ Zcosφ(2)AtZc =-Ycosφ + Zsinφ- hcscφ其中，h為照相機中心與地面之間的距離。圖像去噪是為了剔除灰度值中異常點，為后將式(2) 代入式(1) 即可得到路面坐標(biāo)系與圖續(xù)分析研究提供可靠的圖像數(shù)據(jù)。原始圖像如圖像坐標(biāo)系之間的關(guān)系3所示，去噪結(jié)果如圖4所示。fX1.3車道線識別Ycosφ+hcscφ當(dāng)車輛在車道下中直線行駛時.在拍攝回來(3)fY sinφ的圖像中，中國煤化工十稱(就自車Y cosφ + hcscφ車道而言),.MYHCNM H G沿車道線正假設(shè)車道實際寬度為w,則圖像坐標(biāo)系下車中行駛，且圖像上半部分混有較多的干擾因子,《北京汽車》2012.No.4| 中國煤化工MYHCNMH G.| 中國煤化工MYHCNMH G.