3。1 图像的初步处理

由于图像在采集设备自身的精度以及内外环境因素的影响，采集到的图像质量往往不能令人很满意，需要对采集到的图像预处理，以消除图像中的无关信息，恢复真实有用的信息，增强有关信息的可检测性以及简化图像数据，从而改进检测和识别的可靠性。

3。1。1 图像滤波

图像经常被因不同原因产生的随机信号所污染．一些常见的噪声如椒盐噪声、脉冲噪声、高斯噪声等．椒盐噪声是由随机出现的黑白强度值构成的．而脉冲噪声则只有随机的白点值或黑点值因此与前者形成区别，高斯噪声含有强度服从高斯或正态分布的噪声．滤波就是为了排除高斯噪声的干扰。

图像滤波总体来说涵盖空域滤波和频域滤波两种。频率滤波首先要进行傅立叶变换到频域处理然后再经过傅里叶反变换转换回空间域还原图像，空域滤波则是对图像的数据直接做空间变换来进行滤波的。它基于一种邻域运算，就是将输出图像中所有的像素值均通过采用一定的算法，根据输入图像中该像素周围一定邻域内的素值得到的。加入输出像素与输入像素邻域像素成线性相关则称为线性滤波，否则就称为非线性滤波。来*自~优|尔^论:文+网www.youerw.com +QQ752018766*

线性平滑滤波器对消除高斯噪声很有效果，而且在多数情况下，对其它类型的噪声也有明显的作用。线性滤波器使用连续窗函数内像素值加权和来实现滤波。在同一模式下的权重因子可以作用在所有的窗口内，所以说明线性滤波器是空间不变的，这样就可以使用卷积模板来实现滤波。如果图像的不同部分使用不同的滤波权重因子，并且还可以使用滤波器完成加权运算，那么线性滤波器就是空间可变的。所有不是使用像素加权运算的滤波器都属于非线性滤波器．但非线性滤波器也可以是空间不变的，所以在图像的任何位置都可以进行相同的运算而不考虑图像位置与空间的变化。

在图像处理算法中，并没有一种算法可以适用于处理各类图像，因为每一种算法都有自己针对性和局限性。在实际研究与设计的过程中，为了能寻找到一种对其有效的图像处理方法，不仅需要作大量的实验，还要根据当前视觉导航系统的需求，对算法加以对应的改进，这样才能得到适合本视觉系统的最优算法。

在本文中采取的方法将道路图像读入matlab并用rgb2gray()转化为灰度图，利用getLines()函数进行直线的提取。彩色图像中包含了过多与提取直线无关的信息，而二值图像又会忽略重要信息，所以我们选择灰度图像，它把边缘检测转化为了明度变化，认为明度快速变化的部分为图像的边缘部分，并将其取出来。