城市环境中的道路一般比较直,本章将路边采用直线模型进行拟合,本文选择Hough变换算法进行直线提取。把栅格地图看成一幅灰度图像,每个栅格就是一个像素,障碍栅格就是信息点,局部地图的路边大体在一条直线上,在图像中检测这些信息点的直线信息,Hough变换算法是很好的方法。Hough变换算法的思想,就是将笛卡儿坐标系下的所有信息点(包括所有可能通过该点的直线)变换为Hough参数空间中的相应曲线,那些在笛卡儿坐标下组成一条直线的点在Hough参数空间表现为一系列有公共交点的正弦曲线。Hough参数空间中具有最大的正弦曲线的相交次数的点,对应为笛卡儿坐标系中具有最多点数的一条直线。在笛卡儿坐标系下,任何一条直线可以用以下的参数方程表示:
r=xcosθ+ysinθ(r≥0,0°≤θ<360°或r∈R,0°≤θ<180°)
r和θ这两个参数形成一个参数空间,称为Hough参数空间。于是,通过改变描述直线的参数空间,就可以把在笛卡儿空间的一条线描述为Hough参数空间的一个点。Hough变换的一般步骤为:
建立Hough参数空间的合理采样。
将图像空间中的所有目标点映射到Hough参数空间。
找出Hough参数空间累加器中的最大值。(www.daowen.com)
将Hough参数空间中的最大值映射回到图像空间中,则该直线就是在图像空间中具有最显著的直线特征的直线(该直线的组成像素点数最多)。
Hough变换是使用得最成功的直线提取算法,选择Hough变换来提取直线路边的主要原因是:①Hough变换提取直线对噪声有很好的适用性,特别适合于存在一定噪声的情况下提取直线,而像最小二乘法拟合直线很容易受到噪声的影响而提取出错误的结果;②Hough变换从整体来考虑所有候选点的分布,这样提取出的直线考虑了更多的全局信息,即使路边被障碍物(如停在路边的车辆)遮挡,也能够获得很好的结果,而一些增量式的直线提取算法考虑更多的是局部的候选点分布,容易产生漏检。当然Hough变换的处理时间比最小二乘法、增量式算法、RANSAC算法可能要长一些,但是实际提取到的候选路边点的数量比较少,所以在实时性上也可以满足实际应用的要求。其具体流程如图8-18所示。
图8-18 路边检测流程图
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。