611-基于非同质性特征和样条模型的道路识别算法.pdf

第38卷第4期西安交通大学学报Vol.38№4

2004年4月JOURNALOFXI′ANJIAOTONGUNIVERSITYApr.2004

基于非同质性特征和样条模型的道路识别算法

程洪,郑南宁,赵莉,李青
(西安交通大学人工智能与机器人研究所,710049,西安)

摘要:为了解决道路图像中光照变化、阴影遮挡、噪声、道路边界或标志线不连续等因素导致道路识别方法
鲁棒性较差的问题,提出基于图像非同质性特征和几何模型的道路识别算法.该方法将计算得到的图像局部
方差与不连续性特征进行融合获得图像的非同质性特征,并利用比例直方图法得到的阈值自适应地对上述
结果二值化,然后用鲁棒M估计器估计样条拟合的最优控制点,进而用3点Catmull2Rom样条拟合道路边界.
仿真实验表明,所提算法具有较好的鲁棒性和自适应性.实地测试结果表明:在存在有少量局部阴影和道路
标志线断续的情况下,正确识别率可达到95%以上.
关键词:非同质性特征;Catmull2Rom样条;道路识别;M估计器
中图分类号:TP24216文献标识码:A文章编号:0253-987X(2004)04-0384-04

RoadRecognitionAlgorithmBasedonInhomogeneousFeaturesandSplineModel

ChengHong,ZhengNanning,ZhaoLi,LiQing
(InstituteofArtificialIntelligenceandRobotics,Xi′anJiaotongUniversity,Xi′an710049,China)

Abstract:Anewroadrecognitionalgorithmbasedonimageinhomogeneousfeaturesandgeometrymodelisintroducedto
improveitsrobustnessagainstilluminationvariations,shadows,noise,orthediscontinuityofroadboundary,etc.The
localdeviationanddiscontinuityoftheroadimagearefusedtoobtaintheinhomogeneousfeaturesoftheimagewhichare
adaptivelytransformedintobinarybasedonthethresholdobtainedfromthescale2histogram.Afterestimatingtheoptimal
controlpointsusingM2estimator,theroadedgecanbefittedwith3pointsCatmull2Romspline.Thesimulationresults
demonstratethattheproposedalgorithmhasbetterrobustnessandadaptability.Thefield2testingresultsshowthatthe
recognitionrateishigherthan95%undertheconditionsthatimageshavepartialshadowanddiscontinuousroadbound2
ary.
Keywords:inhomogeneousfeatures;Catmull2Romspline;roadrecognition;M2estimator

近年来智能交通系统(IntelligentTransportation法较难跨越的障碍.
System,ITS)受到越来越多研究人员的重视,其最终针对上述问题,本文提出了基于图像非同质性
目标是实现车辆的自主和安全驾驶.机器视觉方法特征和样条模型的道路识别算法.
具有信息丰富和不向环境发送信号的优点而被广泛
1非同质性计算
采用.基于视觉的道路跟踪包括道路识别、障碍物检
测、车辆检测和交通标志识别等内容,其中道路识别非同质性(inhomogeneousfeatures)与图像的局部
是基于视觉的智能车辆导航的关键[1].传统的道路信息密切相关,可描述图像区域的不均衡性.本文采
识别方法借用图像分割、图像分类和图像阈值等成用方差和不连续性特征来描述区域的不连续性,用
熟技术,方法较为简单,但光照变化、阴影遮挡、噪局部方差描述局部区域的对比度;用不连续性
声、道路边界或标志线不连续性等因素都是这些方特征描述灰度突变,用边缘检测算子获得局部区域

收稿日期:2003-06-10.作者简介:程洪(1973～),男,讲师.基金项目:国家自然科学基金资助项目(60024301);
西安交通大学“十