简析边缘检测原理在车道偏离报警系统中的应用

2016-10-21张一李玮李龙

科学与财富 2016年9期

张一　李玮　李龙

摘要：车道偏离报警系统属于高级的驾驶辅助系统范畴，通过报警的方式减少汽车因车道偏离而发生交通事故的系统。边缘检测的目的是将图像中灰度发生显著变化位置上的点提取出来。这一类点通常可以用来表征物体的轮廓。在车道偏离报警系统中，边缘检测的结果是整个系统工作的基础，表征车道线边缘的边缘点越多，与车道线无关的边缘点越少，车道线参数计算也就越准确。

关键词：车道偏离报警系统边缘检测

本文在研究在车道偏离报警系统时采用的是sobel边缘检测器进行边缘检测技术。

Sobel边缘检测器使用图中的掩模来数字化的近似一阶导数值Gx和Gy。在技术上，它是一离散性差分算子，用来运算图像亮度函数的梯度之近似值。在图像的任何一点使用此算子，将会产生对应的梯度矢量。由于图像边缘附近的亮度变化比较大，所以可以把那些在邻域内灰度超过某个值的像素点当作边缘点。

该算子包含两组3x3的矩阵，分别为横向及纵向，将之与图像作平面卷积，即可分别得出横向及纵向的亮度差分近似值。Gx及Gy分别代表经横向及纵向边缘检测的图像。

换言之，一个邻域的中线点处的梯度可由Sobel检测器按如下方式计算：

使用图中左边的掩模对图像f进行滤波，得到一阶近似导数Gx的值，即点（x，y）在水平方向的偏移量。

再使用右边的掩模对图像f滤波，得到一阶近似导数Gy的值，即点（x，y）在垂直方向的偏移量。

然后計算每个滤波后的图像中的像素值的平方，并将两幅图像的结果相加计算相加结果的平方根，得到该点的梯度矢量值。

选取合适的阈值T，若新像素灰度值≥T，则判读该像素点为图像边缘点。

即：

因此，我们说若在位置（x，y）处g≥T，则在该位置的一个像素是一个边缘像素，其中T是一个指定的阈值。

用一帧道路图像进行边缘检测，原始图像和经过处理后的图像如下图所示。