全文总字数：2976字

1. 研究目的与意义及国内外研究现状

大多数交通信号以及道路环境信息都是通过视觉传递给驾驶员，机器视觉在智能汽车对环境感知过程中处于主导地位。其中，车道线检测对辅助驾驶系统来说是必不可少的。一个成功的车道线识别系统依赖于其硬件和软件组件的强大性能。硬件部分的主要工作就是检测车辆前方道路、采集车辆前方车道线图像和传输数据。本设计负责的就是软件部分，主要包含预处理，车道线图像处理等，实现在较复杂的环境下迅速准确地对车道线进行检测。针对在辅助驾驶系统中不能迅速准确地识别车辆前方车道线的问题，研究出一个精确有效的车道线识别系统很有必要，它能有效减少安全事故的发生。本设计研究的基于机器视觉的车道线检测旨在能够通过matlab编译实现准确读取车辆前方车道线图像，然后经过预处理、车道线图像处理等过程实现车道线的快速精准识别。

国内外研究现状

2. 研究的基本内容

本设计是一个集合了机器视觉、图像处理、模式识别等技术的系统。

首先通过行车记录仪拍摄到车辆行驶前方车道线图像并传入到本系统。紧接着，对图像进行初步的处理，即预处理。由于拍摄到的图像中含有车头、天空、路灯等部分无效信息，对输入的图像定位出大致有效的车道线区域，并对感兴趣的区域进行定位，再对图像进行灰度化处理，并实现对车道线图像的滤波处理，排除明显的噪声点。之后，对车道线图像进一步处理，运用边缘检测算法提取车道线边缘并对图像进行二值化处理，从而使得图像呈现鲜明的黑白效果，由此更加方便对图像中的有效信息进行提取。对目标区域进行多边形区域获取，并利用hough变换算法，提取车道线参数并生成两条识别线与原图结合，利用卡尔曼滤波对感兴趣的目标区域进行追踪，实现对车道线的检测。

3. 实施方案、进度安排及预期效果

本研究课题是基于matlab语言来编程实现，可以实现车辆前方车道线图像中的车道线的检测。最终实现对视频中的车道线进行检测以及对单帧车道线检测的分步骤效果。

4. 参考文献

[1]gao s，qin l，chen c b．structured road lane marking identification algorithm[j]．journal of xian technological university，2013.

[2]li q, zheng n, cheng h. springrobot: a prototype autonomous vehicle and its algorithms for lane detection[m]. ieee press, 2004.

[3]lutzeler m, dickmanns e d. ems-vision: recognition of intersections on unmarked road networks[c]// intelligent vehicles symposium, 2000. iv 2000. proceedings of the ieee. ieee, 2000:302-307.