视觉辅助导航是智能车辆导航领域的研究热点之一,其中道路与行人检测技术是其视觉导航系统的重要组成部分。本文主要研究了基于图像的道路与行人检测技术。论文首先介绍了智能车辆视觉导航系统研究背景、意义和现状,并介绍了各大公司及研究机构在智能车辆视觉导航方面的成果和产品,介绍了机器视觉算法的发展状况,分析了常用道路与行人检测算法。论文采用手持摄像机的形式来模拟装载在智能车辆上的可变焦距的摄像机,对采集到的车辆前方的图像采用机器视觉识别算法为主要算法、以PC机为硬件处理平台来研究智能车辆路况视觉识别系统。该系统用于识别前方道路和运动行人的变化信息,计算处理的结果可以作为辅助驾驶的重要信息来源。论文的视觉识别分为两个部分:结构化道路的检测与识别和运动行人的检测与识别。在结构化道路检测方面,论文主要研究了视觉导航中道路边界检测问题,按照道路图像获取→图像预处理→道路边缘检测→形态学膨胀运算这个流程来对图像进行处理。在图像预处理时,采用基于灰度直方图的方法将道路区域与非道路区域分割,在边缘检测中分析对比了各种算子的效果,最终选择sobel算子检测车道线边缘,在此基础上采用形态学膨胀运算,连接细化道路边缘,然后通过图像重建,验证了检测效果与原始图像有很好的一致性,从而证明了本文的道路检测方案有较高的准确性。在运动行人检测方面,论文针对复杂交通环境下的智能车辆辅助导航的情况,对运动行人检测技术进行了较深入的研究。首先详细分析了基于视频图像的运动行人检测技术,提出并实现了一种有效的运动行人检测方法,该方法将采用时间平均法得到的背景图像与经过预处理的当前帧图像进行背景差分,即图像的运动分割,将行人从复杂的背景中初步分割出来,在差分后的二值图像上采用空域分割,初步得到运动行人的边缘,然后采用数学形态学的膨胀与填充运算,将行人从背景中完全分割出来,从而提高了目标分割准确率和识别效果。