图4。2。2  8邻域幅角方向 13

图4。5。1  实验一原图 16

图4。5。2  实验一边缘图像 17

图4。5。3  实验一消失点最终结果图 18

图4。5。4  实验二原图 18

图4。5。5  实验二边缘图像 19

图4。5。6  实验二消失点最终结果图 20

图4。5。7  实验三原图 20

图4。5。8  实验三边缘图像 21

图4。5。9  实验三消失点最终结果图 22

1  绪论

给任意一条道路的图像，这条道路或许并不平坦，也许有明确边缘，或者有一些已知颜色和纹理分布，电脑能不能准确地检测出这条道路？能不能精确地在图像中找到道路的消失点？这对于智能交通的意义十分重大。论文网

本文主要对道路消失点检测的选题背景以及研究意义进行了简单的描述，总结了已有的一些消失点检测算法，对相关消失点检测方法做出详细解释，并实现消失点检测的相关算法。

1。1  选题背景及研究意义

近年来，对于道路消失点检测的研究在计算机视觉领域中变得越来越重要，同时在智能交通系统领域中，这也是一个非常重要的研究课题。许多基于图像的道路(边境)检测算法已经成为全自动车辆导航系统的重要组成部分之一。因此，在各种复杂道路场景下怎样才能做到既快速且准确的检测到道路图像中的消失点是智能车辆导航的关键问题所在。

此外，在社会交通事业的快速发展、人们的生活水平也日渐提高的同时，汽车在交通行业，在人们的生活中变得十分重要，如何更好的利用汽车改善人们的生活？如何解决汽车在给生活带来便利的同时产生的种种负面影响？近年来，随着高速公路的迅猛发展，汽车数量的不断增加，交通事故的发生率越来越高，严重威胁到人们的生命财产安全。而我国因交通事故而死亡的人数巨大，远远超过了发达国家。这种种现状都促使着智能交通系统的快速发展。

道路感知的方法有许多，比如在道路中嵌入磁极，利用超声波、红外线或者雷达等传感技术等。但是这些方法都存在不同程度的缺陷，并不能满足基本需求。人类所接受的信息80%都来源于视觉，所以为了提高智能车辆的环境适应能力和自主能力，可以对智能车辆赋予人类视觉功能，通过图像处理获得基本外部环境信息。

现今，研究者针对智能车辆导航系统的研究做出了非常大的努力，已经有了许多成果，而在基于视觉信息的智能车辆导航方面，研究者更是将其视为研究重点和热点。基于视觉信息的智能车辆导航的难点在于它需要对可行进区域进行道路检测并控制车辆在正确的道路上进行安全行驶。为了保证车辆的安全行驶，为了准确检测出道路消失点，许多的道路检测方法应运而生。

但是，尽管大量的研究机构在道路消失点检测这一课题投入大量心血并且在这一课题上得到了非常可观实用的研究成果，现有技术却依然无法满足道路消失点检测的实际需求。

1。2  国内外研究现状和困难

1。3  文章介绍

本文分为五个部分。

第一部分是文章绪论，绪论部分对选题背景和研究意义进行介绍，同时描述了道路检测的国内外研究现状；

第二部分对消失点的基本概念进行了概括，介绍了设计的相关工作，并且总结了几种常见的道路区域分割方法和边缘检测方法；

第三部分讲述了图像中一般道路检测方法——消失点估计，并阐述了纹理方向的估计和投票方案的优缺点；