专利名称：一种基于Sobel算子的道路图像检测方法
技术领域：
本发明涉及ー种道路图像的识别及处理方法，尤其是一种基于Sobel算子的道路图像检测方法，属于电子信息学科中的数字图像处理领域。
背景技术：
图像最基本的特征是边缘，识别ー个对象是从其边缘开始的，图像中不同部分的边缘往往是模式识别最重要的特征。相对于目标的纹理、色彩等其它图像特征，边缘信息能很好的反映物体的形状特征。图像边缘中蕴含了丰富的内在信息，是图像局部特性不连续性的反映，它标志着ー个区域的终结和另ー个区域的开始。在沿边缘走向的方向上像素变化平缓，垂直于边缘走向的方向上像素变化剧烈。在智能车辆的视觉导航系统中，车辆当前行驶路径的方向和车辆与道路之间的位置关系是车辆控制系统实现车辆导航的重要信息，这些信息都可以通过定位道路边界来确定。因此，图像的边缘检测在数字图像系统的初级 处理中具有关键作用。边缘检测技术提取出边缘是将目标和背景区分开来的基础。图像边缘提取方法可以分为三大类第一类是基于某种固定的局部运算方法，如微分法，拟合法等，它们属于经典的边缘提取方法；第二类则是以能量最小化为准则的全局提取方法，其特征是运用严格的数学方法对此问题进行分析，给出ー维值代价函数作为最优提取依据，从全局最优的观点提取边缘，如松弛法，神经网络分析法等；第三类是以小波变换、数学形态学、分形理论等近年来发展起来的新技术为代表的图像边缘提取方法，在以上的边缘检测算法中，微分算子边缘检测的的工具最为有效。Roberts算子、Prewitt算子都是以模板对图像作卷积进行边缘检测的；L0G算子对图像先进行平滑，再利用拉普拉斯算子对图像进行边缘检测；Canny算子先对图像进行高斯滤波，再对图像梯度作“非极大抑制”，最后通过阈值判断像素点是否为边缘。在计算量和计算复杂度上，LOG算子和Canny算子最为复杂，计算量也最大。
发明内容
发明目的针对现有技术中存在的问题与不足，本发明提供基于Sobel算子的道路图像检测方法。图像最基本的特征是边缘，相对于目标的纹理、色彩等其它图像特征，边缘信息能很好的反映物体的形状特征。图像边缘中蕴含了丰富的内在信息，是图像局部特性不连续性的反映，它标志着ー个区域的终结和另ー个区域的开始。Sobel算子以模板对图像作卷积进行边缘检测；对经过预处理的图像进行边缘提取，然后对有用的道路边界信息进行特征提取，以得到系统需要的道路识别結果。技术方案一种基于Sobel算子的道路图像检测方法，包括如下步骤第一，Sobel算子以模板对道路图像作卷积，进行边缘检测；Sobel算子边缘检测器把图像f (X，y)在位置(x，y)的梯度定义为下列向量
权利要求
1.一种基于Sobel算子的道路图像检测方法，其特征在于，包括如下步骤 第一，Sobel算子以模板对道路图像作卷积，进行边缘检测； Sobel算子边缘检测器把图像f(x，y)在位置(x，y)的梯度定义为下列向量
全文摘要
本发明公开了一种基于Sobel算子的道路图像检测方法，首先找到属于直线上的一个点，将通过点的直线斜率定义为m；将设定的斜率区间等分为10个子区间，即每个子区间的宽度为设定斜率区间宽度的1/10；为每个子区间设置一个累加器nj(1≤j≤10)；初始化每个累加器的值为0；从上到下、从左到右逐点扫描图像，遇到目标像素时，计算其与已知点p0之间的斜率m，m值属于哪个子区间就将哪个子区间累加器的值加1。本发明算法简单可行，计算工作量小，在具有噪声条件下的图像检测过程中，检测边缘连续，定位准确，识别效果良好，且噪声的抑制能力具有较大幅度的提高。
文档编号G06K9/46GK102842039SQ20121023949
公开日2012年12月26日 申请日期2012年7月11日 优先权日2012年7月11日
发明者李东新, 周黎明 申请人:河海大学