文档介绍：龙源期刊网 :// qikan .cn
基于 OpenCV 的车道线识别与跟踪算法
王玉萍 张晨晨
来源：《企业科技与进展》2021 年第 02 期
【摘要】随着无人驾驶汽车技术和机器视觉争辩的不断龙源期刊网 :// qikan .cn
基于 OpenCV 的车道线识别与跟踪算法
王玉萍 张晨晨
来源：《企业科技与进展》2021 年第 02 期
【摘要】随着无人驾驶汽车技术和机器视觉争辩的不断升温，车道线识别与跟踪算法逐 渐被人们重视。文章通过定义热点区域并融合其他检测算法提出一种车道线识别与跟踪方法。经过验证，该方法能够在简单环境下准确地提取出车道线，并推测出消逝点，具有较强的实时性、准确性和鲁棒性，对无人驾驶技术具有肯定关心作用。
【关键词】车道线识别与跟踪；Canny 边缘检测；Hough 检测器；热点区域
【中图分类号】TP391 【文献标识码】A 【文章编号】1674-0688〔2021〕02-0197-02
随着近年计算机视觉和深度学****算法的快速进展，越来越多学者将视觉传感器融合进无人驾驶技术。车道线作为车辆行驶道路上较为重要的信息也迎来了争辩热潮。本文提出了一种有效的车道线识别与跟踪算法，以提高车道线识别的效率及准确率。
1 车道线识别与跟踪算法思路
车道线识别与跟踪算法属于典型的机器视觉应用：通过视觉传感器猎取每一帧图像进展智能分析，推断出车辆是否偏移路线，算法主要思路如下。
Step1：图像预处理。猎取视觉传感器传递的一帧图像进展中值滤波，选择适当的边缘检测算法将图像边缘信息进展细化，然后对其检测结果进展热点区域分割。
Step2： 车道线检测。选择检测器进展直线检测，图像经过预处理之后，车道线区域将会比较突出，利用检测器在进展车道线检测的同时会自动过滤掉无效信息，保存与真实车道线最接近的两条直线。
Step3：车道线跟踪。检测消逝点，延长两条直线交于一点，交点转化到二维平面的消逝
点。
Step4：偏移预警。通过偏移度对车辆进展监控以到达关心驾驶的目的[1]。 2 车道线识别与跟踪算法实现
图像预处理
图像预处理打算车道线检测的效果，主要争辩内容分为中值滤波、边缘检测和爱好区域选定三局部。