摘要：针对当前车道线检测算法在阴影及不均匀光照等复杂情况下的目标检测准确性低的问题,提出了一种边缘信息耦合改进的Hough变换的车道线实时检测方法。首先,利用Sobel算子计算车道图像的边缘梯度幅值,并利用2×2掩模测量其梯度方向,以提取车道线的边缘信息。根据得到的边缘信息,在搜索区域中计数每个行中的边缘像素的数目,将边缘像素最多的行作为感兴趣区域(RoI)的分界线,以确定RoI。然后,为了抑制非车道线边缘等杂乱背景的影响,选择特定的梯度方向进行细化RoI。最后,利用方向区间与阈值对Hough变换改进,将其应用于边缘像素,以提取车道线。并在Caltech数据集上进行了测试,数据表明,与当前流行车道线检测方案比较,所提方案在阴影、不均匀光照等不同道路情况下对车道线具有更高的检测精度与效率。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社