电子设计工程
Electronic Design Engineering
第23卷Vol．23第15期No．152015年8月Aug．2015
收稿日期：2014－11－20
稿件编号：201411168
基金项目：国家自然科学基金（NSFC ）（71171045）
作者简介：黄惠迪（1989—），女，江苏无锡人，硕士。研究方向：数字图像处理。
随着社会的发展和交通工程的大量兴起，车辆行驶安全问题也日益突出，并已今成为当今汽车行业的一个关键问题。用于智能车辆导航系统的开发越来越受到研究者和厂商的关注，其中，基于图像处理的车道线检测以及车道偏离预警占据了重要的一个环节。通常汽车安全辅助系统需要高成本硬件设备来实现，使得安全驾驶辅助系统尚未广泛普及[1]。
作为移动设备搭载的主流操作系统之一，Android [1]是基于Linux 平台的开放性操作系统。它由多个组织推动标准，达到了相当高的开放程度，配置不同的硬件架构都可以用以定制适用于自己的系统，可以应用与手机、平板电脑等多种移动智能终端设备之上。在Android 系统对移动设备进行优化之后，非常适合于系统内存有限以及处理性能不高的移动芯片运行。因此，利用智能手持设备的便携性，本文在Android 平台上，设计开发车道线检测和偏离预警的轻量级辅助驾驶应用，使人们可以直接利用自己的安卓手机便可达到智能驾驶，安全出行的目的。
为了能够在手机平台上达到检测准确性，必须考虑光照条件、路面状况、实时性等难点。对此，本文对传统的车道线的检测算法也做出了相应的改进，提高自适应性与鲁棒性。1车道线检测与跟踪算法
文中将利用OpenCV 提供的函数库实现车道线检测的算
法。先经过色彩空间转化、直方图过均衡化、增强对比、去除噪声、边缘检测等图像预处理过程，随后提出一种自适应非监督分类方法提取车道线。
1.1图像预处理
在图像处理中，为了降低运算的复杂性，经常采用的方
式是首先将彩色图像灰度处理，根据不同原色对视觉亮度的反应情况，彩色图像取灰度值Y=0．3×R +0．59×G +0．11×B 。
在实际车辆行驶过程中会遇到光源太强致使整体画面偏白，或者夜间行车光源太弱等情况降低车道线辨识度，本系统将会采用直方图均衡化和高斯滤波去噪，使车道特征更明显。
如果检测车道线时如果对整张图像进行检测，会受到大量背景杂物干扰增加系统计算量。考虑到车道线只出现在画面下方，系统设置感兴趣区域ROI 范围为图像下方1/2矩形，在这个区域内进行图像边缘检测。
通常把边缘定义为图像中灰度产生急剧变化的区域边界，进行微分运算，求得二阶导数或梯度的最大值为零的点，
基于Android 平台的车道线检测系统设计
黄惠迪，官洪运，邓昶，薛节
（东华大学信息科学与技术学院，上海201620）
摘要：在以图象处理为基础的车道线检测中，主要以采用Hough 变换直线拟合等方法进行，但该方法存在计算量大，运算速度慢等问题。本文针对该问题，提出一种在结构化道路中识别效率高的非监督自适应直线分类器。同时运用
OpenCV 提供库进行开发，在Android 平台上实现了车道线检测与实时跟踪系统。经过实验表明在Android 平台上，本
文提出的车道线检测系统相对于传统方法每秒处理图像帧数fps 数倍增加，有效的提升了辅助安全系统的功能。关键词：车道线检测；图像识别；Android ；OpenCV 中图分类号：TN911．73
文献标识码：A
文章编号：1674－6236（2015）15－0099－04
A method to implementation of lane detection under Android system
HUANG Hui -di ，GUAN Hong -yun ，DENG Chang ，XUE Jie
（College of Information Science and Technology ，Donghua University ，Shanghai 201620，China ）
Abstract:Vision -based lane detection ｍethods ｍainly adopt the Hough transforｍfor straight -line fitting ，but there are coｍputationally intensive ，slow operation and other issues of the ｍethod．In this paper ，taken structured roads feature into consideration ，a new algorithｍto identify high coｍplexity of sｍall and unsupervised adaptive linear classifier on the Android platforｍto achieve the lane detection and real -tiｍe tracking．Because of the portability of Android ｍobile terｍinals ，we will use OpenCV developｍent of the lane detection and tracking systeｍported to the Android platforｍ，ｍaking intelligent driver assistance ｍore flexible ，while extending the application fields of the Android platforｍ．Key words:iｍage recognition ；lane detection ；Android ；OpenCV
－99－