车道线的识别是车道偏离预警系统的核心部分,文章提出了基于Canny和霍夫变换的车道线识别算法,主要包括中值滤波、图像增强、二值化、Canny算子的边缘检测和霍夫变换的车道线识别。运用该算法,对汽车常用工况下的车道线图像进行识别,实验结果表明该算法能较好的识别车道线。 汽车实用技术2017年第22期图1原图像图2灰度图图3中值滤波图4图像增强2感兴趣区域的设定图像处理中，霍夫变换的车道线-数控滚圆机滚弧机张家港电动折弯机滚圆机滚弧机通常用划分感兴趣区域，来限定处理的范围。一是可以减少程序运算量，二是可以去除其他区域中不相干的特征的干扰。在车道线识别的过程中，我们只需要关注路面信息就足够了，因此我们可以通过设置ROI来去除其他区域的信息。感兴趣区域（ROI）的设置和摄像机安装的位置有关。一般情况下，在摄像机获得的图像中，行车路面占图像画面的大约1/2一2/3，消失线（可看作远方的地平线）大约在图像画面的1/2处本文由公司网站 张家港蔬菜大棚滚圆机网站 转载中国知网整理!    http://www.gunyuanji.org/，是比较合理的。如图图5感兴趣区域3图像二值化经图像增强后的图像仍为256级灰度图像，图像的二值化就是使用阈值法将图像像素变为只有两级(0或1)的图像，这样就得到了具有明显黑白效果的图像。本文采用的是最大类间方差法(OSTU)求取阈值，然后对图像进行二值化[4]。OTSU是按照图像某些灰度特点，把其整体割成两块:背景和目标。效果如下图6：图6二值化4车道线边缘检测道路图像边缘检测算法有Roberts算子、Log算子、Prewitt算子、Sobel算子和Canny算子。本文采用Canny算子的边缘检测方法，其中在边缘检测方面，Canny综合能力最佳，因此，在图像处理有关方面，其被得到越来越多的使用[5]。Canny边缘检测具体实现步骤如下：（1）用高斯滤波器对待处理的图像进行平滑处理，减小图像噪声。滤波器公式如下：（1）（2）其中，f(x,y)表示输入图像，G(x,y)表示输出图像，H(x,y)表示选取的高斯滤波器。（2）计算梯度的幅度和方向：假设平滑后的行列滤波器的一阶偏导数为Gx与Gv，它们的计算公式如下：（3）（4）可以利用直角坐标系到极坐标的转换关系来计算相应的幅值和方位：（5）（6）（3）抑制非极大值霍夫变换的车道线-数控滚圆机滚弧机张家港电动折弯机滚圆机滚弧机本文由公司网站 张家港蔬菜大棚滚圆机网站 转载中国知网整理!    http://www.gunyuanji.org/