1．3  国内外研究现状

2  可见光道路检测

2．1  消失点检测

由于摄像机的透视投影变化，道路边缘在图像中相较于一点，我们称之为道路的消失点。消失点被广泛应用于计算机视觉应用的各个方面，比如3D影响等。总的来说，人造的环境中一般有2到3个消失点，这与不同建筑结构在水平和垂直方向的不同平行线的相关，比如说墙。但是在乡村道路中，消失点往往是在前视相机的光学中心方向上，由近似直线道路边缘的末端决定的。消失点在检测道路方向中有着十分重要的作用，因为所有平行的道路边缘线，道路边缘，甚至由前车留下的车辙和轮胎痕迹都趋向于一个消失点（如图1a所示）。在弯道中，消失点则交汇于道路边缘的切线上（如图1b所示）。

                 (a)                                   (b)

图1(a)为平行道路边界相交于十字处（消失点），(b)为弯道中道路边界相交于十字处

道路消失点的检测可以确定道路的主方向，还可以利用消失点划分出感兴趣区域，从而可以缩小之后要处理的图像的范围，提高处理速度。

车辙和轮胎的痕迹表现在图像的纹理方向上。因此本文中，提出一种检测图像中每个点的纹理方向的方法，基于纹理的方法是用了一组Gabor滤波器，根据每个像素点的最大的滤波器反映作为其主要的纹理方向。然后让每个点的主要纹理方向投票选出道路的消失点，获得最大票数的点即为道路的消失点。

2.1.1  Gabor变换

Gabor变换属于加窗傅立叶变换，Gabor函数可以在频域不同尺度、不同方向上提取相关的特征。另外Gabor函数与人眼的生物作用相仿，所以经常用作纹理识别上，并取得了较好的效果。

二维滤波函数可以表示为：源:自~优尔·论`文'网·www.youerw.com/

                       (2.1)

其中 ,  ,常数 ， 为方向，径向频率 ,空间频率 。

Gabor函数实际上是复数形式的函数，在实际的滤波过程中需要对其进行分解，得到下列公式：

Gabor滤波器与原图像进行卷积时，需要分别用实部和虚部与原图像进行卷积，其中实部对图像进行滤波得到的是图像平滑的效果，虚部则是一个有效的边缘检测算子。[4]

为了估计每个像素点的纹理主导方向，将输入的灰度图像 和一组Gabor滤波器用事先定义好的方向来进行卷积