第四部分介绍了基于Canny算子和Hough变换的消失点检测方法，并描述了边缘及边缘检测的定义，总结了几种边缘检测算子的特点；

第五部分对本文进行总结。

2  道路边界检测

2。1  道路消失点定义

当你沿着公路线去看道路两边排列整齐的树木，或者沿着铁路线去看两条铁轨时，两排树木或两条平行的铁轨连线交于很远很远的某一点，这一点在透视图中叫做消失点。 

或者空间上一组平行的直线，它们在图像平面上所成的像只有一个交点，这个交点就是所谓的消失点。

消失点不同于成像于平面上的其他特征点，消失点中可以得到直线的方向信息，通过分析消失点，可以得到大量直线的信息和三维结构信息，这使得描述和理解场景得到了大程度的简化。

2。2 道路区域分割和边缘检测文献综述

2。2。1 常用的图像分割算法

1。 K-均值聚类法

首先从图片中的n个数据对象选择任意的k个对象，将它们作为初始聚类中心；

以其他对象与聚类中心的相似度，将没有选中的对象分别将它们分配给最相似的聚类中心；

计算步骤2后形成的每个新的聚类中心；

重复进行步骤2和步骤3的操作，直到聚类不再有变化为止。

2。直方图法

  基于直方图的方法效率较高，相对其他的图像分割法而言，它只需要进行图片的整个扫描，并且只需要进行一次扫描，然后根据扫描结果建立相应的直方图，通过直方图中的特征值（比如峰值和谷值等）来对图像进行分类。

3。边缘检测

  所谓边缘检测，其实就是将图像中存在的不连续部分提取出来。边缘检测的结果是图像分割的依据，为图像分割奠定了基础，所以边缘检测在图像处理中尤其重要，也在图像分割领域有着不可动摇的地位。

  图像边缘检测主要有几种边缘检测算子：Sobel算子、Isotropic Sobel算子、Roberts算子、Laplacian算子、Prewitt算子、Canny算子。

  这些算子可以通过计算机编程来实现，在图像边缘检测上应用很广泛。来:自[优.尔]论,文-网www.youerw.com +QQ752018766-

4。区域生长

  这里的区域指的是一个集合了所有相似像素的区域。对于每个需要分割的区域而言，首先先找一个像素作为生长的起点，然后将它周围与它相似的像素合并到它所在的区域中。将这些新的像素作为新的生长起点，一直进行重复操作，直到所有的起点都被处理，再也没有新的像素进入区域，这样，就长成了一个区域。

5。水平集方法

  水平集方法广泛地运用于界面追踪。

  将界面看成某一存在于高一维空间中的函数ѱ的零水平集，同时在高维水平集函数上进行界面速度的扩充，然后写出对应方程（满足水平集函数），对方程求解，推进水平集函数，计算到要求时刻，找到该新时刻的零水平集，这样就可以得到界面的形状，界面的法向方向和曲率等基本图像信息。

6。阈值化方法

      该方法首先定下一个比较合理的灰度阈值，然后将该图像中每个像素的灰度值跟这个已定的阈值进行比较，根据两者值的对比结果，可以将像素划分为两种：背景和目标。假设像素的灰度值为