基于霍夫變換的車道偏離預警裝置

1、    基于霍夫變換的車道偏離預警裝置摘要：目前，汽車偏離車道引發(fā)的交通事故造成了大量的人員傷亡和財產(chǎn)損失。本文介紹了一種基于霍夫變換的車道偏離預警裝置，屬于計算機視覺的自動導航領域。其主要原理是，通過CCD 攝像頭采集道路圖像，經(jīng)過DSP 數(shù)字處理芯片的處理檢測出車道線，將識別出的車道信息在LCD 顯示屏上進行動態(tài)顯示，并在汽車偏離車道的情況下發(fā)出報警信息，提醒駕駛員專心駕駛，從而減少汽車偏離車道事故的發(fā)生。關鍵詞： 數(shù)字圖像處理；交通事故；車道偏離；霍夫變換；計算機視覺0 引言在世界范圍內，公路交通事故導致大量的人員傷亡和經(jīng)濟損失。據(jù)統(tǒng)計，約有44%

2、的汽車事故與車輛偏離正常車道行駛有關，其主要原因是駕駛員注意力不集中或者疲勞駕駛，造成車輛的無意識偏離，而車道偏離預警系統(tǒng)的功能正是輔助長時間單調駕駛或過度疲憊的駕駛員保持車輛在車道內行駛，因此車道偏離預警系統(tǒng)的開發(fā)研究具有重要意義。隨著計算機技術的迅猛發(fā)展，機器視覺在汽車上的應用逐漸增多。目前，車道偏離預警系統(tǒng)的研究主要集中在基于機器視覺的車道偏離預警系統(tǒng)上?；跈C器視覺的車輛預警系統(tǒng)中，采用圖像處理和分析的方式來獲取車輛周圍環(huán)境信息1。但是，從現(xiàn)有的技術水平來看，影響基于視覺的車道偏離預警系統(tǒng)可靠性的最主要因素是圖像處理的實時性問題，這是所有基于視覺系統(tǒng)目前面臨的一個主要難題。此外，系統(tǒng)應

3、用的天氣條件以及光照變化也是影響基于視覺的車道偏離預警系統(tǒng)可靠性的因素。因此要從硬件和軟件兩個方面上提高圖像處理的速度。高速DSP 處理芯片和大規(guī)?？芍貥嬓酒某霈F(xiàn)為我們在硬件方面提供了一個很好的解決方案。另外，TI 公司的達芬奇（DaVinci）技術是一組專門為高效和引人注目的數(shù)字視頻而設計的基于DSP 的系統(tǒng)解決方案，適用于基于機器視覺的車輛預警系統(tǒng)。1 系統(tǒng)結構本裝置的目的在于提供一種投資費用少、實時性好、準確率高的車道偏離裝置。其基本原理是通過圖像采集裝置獲取車輛正常行駛時的道路圖像，將所采集到的圖像傳到DSP 處理芯片進行處理，檢測出車道線，并將計算結果傳送給顯示器動態(tài)顯示，然后根據(jù)

4、所設的閾值來判斷汽車是否偏離車道，并根據(jù)實際情況發(fā)出報警信號。1.1 硬件組成為了達到上述技術目的，本裝置采用如下技術方案予以實現(xiàn)：參照圖1，將CCD 攝像頭安裝在汽車后視鏡的背面，LCD 液晶顯示器安裝在儀表板上。圖像采集裝置CCD 攝像頭組成，攝像頭的有效像素為130 萬。一種基于圖像的車道檢測裝置，包括視頻采集裝置、圖像處理裝置、圖像顯示裝置和報警裝置。所述圖像采集裝置包括一個CCD 攝像頭。所述圖像處理裝置包括視頻解碼器和數(shù)字圖像處理芯片。所述圖像顯示裝置包括視頻放大器和LCD 顯示屏。所述報警裝置包括音頻編碼器和揚聲器。CCD 攝像頭與視頻解碼器連接，視頻解碼器與數(shù)字圖像處理芯片連接

5、，數(shù)字圖像處理芯片上還連接有視頻放大器和音頻編碼器，其中，視頻放大器上連接有LCD 顯示屏，音頻編碼器上連接有揚聲器。本裝置的硬件結構如圖1 所示2。本裝置根據(jù)攝像頭采集車輛前方的道路圖像信息，經(jīng)過數(shù)字圖像處理芯片的處理后，與設定的車道閾值進行比較，判斷車輛是否偏離車道，并根據(jù)實際情況通過揚聲器適時地發(fā)出警報信息。所述數(shù)字圖像處理芯片為TMS320DM6437。所述視頻解碼器為TVP5146。所述視頻放大器為OPA361。所述音頻編碼器為TLV320AIC26。1.2 圖像采集模塊設計參照圖2，圖像采集模塊主要由CCD 攝像頭和視頻解碼器TVP5146 組成。TVP5146 允許10 路模擬視

6、頻輸入，具有4 路10 位A/D 轉換器；場同步信號VS、行同步信號HS、奇偶場信號FID 以及時鐘輸出信號DATACLK 等都由引腳直接引出，省去了同步時鐘電路的設計。汽車在行駛過程中，通過CCD 攝像頭采集的道路圖像經(jīng)過視頻解碼器TVP5146，將原始的模擬視頻轉換為數(shù)字視頻，視頻解碼器TVP5146 通過標準IIC 總線進行配置3。然后，以YCrCb 4:2:2 格式存儲到片內SDRAM 中等待下一步處理。最后，存儲到SDRAM 中的視頻數(shù)字信號通過DSP 芯片內的車道線檢測算法進行車道線檢測運算處理，處理后的數(shù)字信號通過片內視頻編碼器轉換為視頻數(shù)據(jù)為PAL 信號輸出。并通過視頻放大器O

7、PA361 放大后顯示到LCD 顯示屏上，視頻放大器OPA361 也是通過標準IIC 總線進行配置4。TVP5146 的Y2:9引腳為輸出的亮度視頻信號，DATACLK 為行鎖定系統(tǒng)的輸出時鐘，像素時鐘頻率為27MHz，用來同步數(shù)據(jù)采集，HS 為行同步信號，VS 為場同步信號，分別與TMS320DM6437 視頻端口的HD 和VD 信號相連接。1.3 圖像顯示模塊設計圖像顯示模塊主要由視頻驅動器OPA361 和LCD 顯示屏組成。TMS320DM6437 的視頻末端輸出（VPBE）接口由1 個在線視頻處理器（OSD）和1 個視頻編碼器（VENC）組成3。視頻編碼器以54MHz 的速率進行D/A

8、 轉換，將處理過的數(shù)字圖像信息轉換成模擬信號，可以得到PAL 格式的視頻文件，通過D/A 轉換器的DAC_IOUT_D 端口輸出，經(jīng)過視頻放大器OPA361，驅動LCD 顯示屏，動態(tài)顯示車道信息。DAC_RBIAS 通過電阻與OPA361的RESET 位相連。1.4 報警模塊設計報警模塊主要由音頻編碼器和揚聲器組成。當汽車偏離車道的角度大于設定的閾值時，TMS320DM6437 發(fā)出控制信號，音頻編碼器TLV320AIC26 將收到的信號進行編碼，觸發(fā)揚聲器發(fā)出報警信號。報警模塊主要由音頻解碼器TLV320AIC26 及揚聲器組成，TMS320DM6437 的芯片與音頻解碼器連接。DIN 和S

9、CLK 是AIC26 控制的數(shù)據(jù)輸入端口和移位時鐘，分別與TMS320DM6437 的IIC 模塊端口DX1 和SCL 相連。McASP 的收發(fā)時鐘CLKR1 和CLKX1由AIC26 的串行數(shù)據(jù)傳輸時鐘BCLK 提供，并由AIC26 的LRCIN 和LRCOUT 啟動串口發(fā)送和接受數(shù)據(jù)，DX1 和DR1 分別與AIC26 的DIN 和DOUT 相連，從而完成TMS320DM6437與TLV320AIC26 的通信,并通過IIC 總線設置內部寄存器的工作參數(shù)和反饋狀態(tài)信息。1.5 電源模塊設計整個裝置由汽車蓄電池供電（12V 直流），本裝置采用兩個TPS54310 電源管理芯片，在高達1.5A

10、 的最寬負載電流范圍內可實現(xiàn)高性能的數(shù)控功能與效率最大化改變TPS54310 外圍電阻的阻值可輸出1.2V、3.3V 和1.8V 電壓。其中，1.2V 電壓用于TMS320DM6437 的內核供電；1.8V 電壓用于TMS320DM6437 的I/O 端口供電；3.3V 電壓用于TMS320DM6437 的外設接口供電5 6。2 圖像處理過程圖像處理過程是車道識別的核心環(huán)節(jié)，將CCD 攝像頭采集的道路圖像進行一系列的處理，識別出車道線的位置。圖像處理過程主要包括圖像預處理、邊緣提取、腐蝕-膨脹處理以及霍夫變換等過程。2.1 圖像預處理本文中所用的道路圖像是通過CCD 攝像頭采集的，原始圖像為彩

11、色圖像。在進行車道檢測時沒有利用到彩色的信息，于是將彩色圖像轉換為灰度圖像。要表示灰度圖，需要把亮度值進行量化，通常劃分為0 到255 共256 個級別，0 表示全黑，255 表示全白。大量的實驗數(shù)據(jù)表明，當采用0.3 份紅色、0.59 份綠色、0.11 份藍色混合后可以得到比較符合人類視覺的灰度值，將RGB 圖像轉換為灰度圖像的公式如下：在獲取圖像過程中一般容易引入一些噪聲，為了消除這些噪聲并避免造成圖像的模糊，在此采用中值平滑濾波方法，去除圖像中的干擾以及無用信息7。中值濾波是基于排序統(tǒng)計理論的一種能有效抑制噪聲的非線性信號處理技術，中值濾波的基本原理是把數(shù)字圖像或數(shù)字序列中一點的值用該點

12、的一個鄰域中各點值的中值代替，讓周圍的像素值接近真實值，從而消除孤立的噪聲點，中值濾波容易去除孤立的點、線噪聲，同時保持圖像的邊緣。其數(shù)學表達式如下：中值濾波會削弱三角信號的頂部峰值信號，但不影響階躍信號和斜坡信號，對圖像邊緣有保護作用。雖然中值濾波可以抑制隨機點狀噪聲，但同時也抑制持續(xù)期小于窗口的1/2 的脈沖信號，因而可能破壞圖像的某些細節(jié)，且隨著窗口的擴大，有效信號的損失也將明顯增大，所以在實際應用中，窗口大小的選擇要適宜8。本文選用的是3*3 的二維滑動窗口。2.2 邊緣增強與二值化圖像邊緣中含有豐富的內在信息，它標志著一個區(qū)域的結束和另一個區(qū)域的開始，邊緣信息能很好的反映物體的形狀特

13、征。車道邊緣是車輛偏道預警的主要信息來源。道路圖像的邊緣增強處理對于提高車道線識別的可靠性具有非常重要的作用。本文采用了Sobel 算子，Sobel 算子是較為常用的空域微分算子，它對噪聲有較好的抑制作用，并且可以得到圖像中邊緣輪廓的梯度方向信息，其卷積模板與其他算子相比，Sobel 算子的計算量較小，易于實現(xiàn)，對于實時性要求比較高的系統(tǒng)，這種算法有很大優(yōu)勢9。經(jīng)過圖像增強的圖像，仍為256 級灰度圖像，為了提高道路識別的速度，進行圖像二值化，減少數(shù)據(jù)量是非常有必要的。用閾值T 對圖像函數(shù)f (x, y)進行二值化，結果產(chǎn)生一個有兩個灰度值的圖像函數(shù)fT(x,y)，具體表達式如下：2.3 腐蝕

14、-膨脹處理膨脹是指某像素的鄰域內，只要有一個像素是白像素則該像素就由黑變?yōu)榘祝渌３植蛔?。腐蝕是指某像素的鄰域內，只要有一個像素是黑像素則該像素就由白變?yōu)楹冢渌３植蛔?。腐蝕-膨脹處理目的是消除圖像二值化之后殘存的噪聲10。2.4 霍夫變換霍夫變換的基本原理是將原圖像空間中的點對應于新參數(shù)空間中的一條正弦曲線，常用極坐標表示。 = x cos + y sin)檢測在圖像空間共點的直線需要在參數(shù)空間里檢測正弦曲線的交點。其方法是對圖像空間中的每一點(x, y)，依據(jù)公式（7）對參數(shù)空間中所有可能的 值算出相應的 值，并對該( , )對進行累加。這樣累加值大于我們預定閾值的( , ) ,對應于圖像空間中所要檢測的直線11。通過前期對圖像的一系列處理，已經(jīng)消除了圖像的噪聲，得到由0 和1 組成的二值化圖像，將圖像中灰度值為1 的點通過霍夫變換對應到參數(shù)空間中的正弦曲線，并在參數(shù)空間內對亮點進行提取，然后計算出直線的位置，即車道線的位置12。2.5 系統(tǒng)報警系統(tǒng)在處理攝像機獲取的道路圖像之后，要根據(jù)汽車與車道的相對位置來判斷汽車是否偏離車道。如果沒有開啟轉向燈，則認為駕駛員處于疲勞駕駛狀態(tài)或者沒有遵守交通規(guī)則，揚聲器