1. 研究目的与意义
我国当前进入发展的新阶段，社会经济步入新的台阶，人民收入不断提高，社会平均汽车保有量不断提高，但随着人们使用车辆的机会提高，不可避免的出现道路拥堵甚至交通事故的发生。交通是各个国家发展的重要部分，提高行车安全和效率是每个国家和社会都在不断追求的目标。随着近些年来的科技进步，人们更多的开始了通过使用科技的进步来提高行车的安全和效率，越来越多的公司和团队在不断增加车辆视觉科技等方面的投入来实现更安全更便利的车辆导航，并且不断的融合其他的新科技来增强已有的车辆视觉。
当人们通过科技的进步来更加的便利人们的驾驶，并且可以提高人们驾驶的安全，对于社会和整个人类来说都是巨大的贡献。目前国内外车辆视觉研究已经可以通过图像处理甚至人工智能等科技来实现，甚至都已经实现了无人驾驶。计算机视觉是通过拍摄视频，识别并且跟踪车道线来提示辅助人们的驾驶。但是目前通过普通的计算机视觉来实现辅助驾驶还是属于凤毛麟角，只有部分较高级的车辆才配备智能辅助驾驶，大部分人还是未能享受到科技所带来的便利。
2. 研究内容和预期目标
| 人们在开车时主要是通过人眼来获取外界信息，比如其他车辆位置，交通标志信息，车道线等信息来使我们正确的应对各种各样的行车环境。由此可以理解车辆的导航中最为关键的一部分就是计算机的视觉处理，只有正确的有效的计算机视觉处理才能提供安全有效的车辆导航。但如何通过计算机来处理摄像头拍摄的视频从而获得有用的信息便是计算机视觉处理的一大难点。在摄像头拍摄的图像内容中包含相当多的无关于驾驶的信息，对于人类来说能轻而易举的将其分离出，但对于计算机视觉来说则是一个相当严重的干扰。需要考虑到视频拍摄的远近，比较远端天空与地平线之间的模糊地段的干扰，以及车道线不同的颜色和车道线的时断时续的干扰，在车辆穿越车道时所需要对车道线的修正。 因为驾驶车辆是一个延续性，并且是一个实时性的动作，所以需要计算机视觉也需要具有一定的实时性和可靠性。在比较多种算法的优缺点后，选择在能完成规定的计算机视觉的前提下，通过优化算法来减少计算机的运算过程。在编写算法时需要考虑到上文提到的多个对于计算机视觉来说比较困难的地方，在通过充分数量的实验后择优选取算法。 |
3. 研究的方法与步骤
在进行编写软件前，我们先要了解车道线的形式，结构，只有在先了解了车道线，我们才能更好的明白我们编写算法时应该要注意的事项，更好的规划我们的算法结构。
我们在了解了车道线后明白应该需要先通过计算机对摄像头拍摄的图像或视频进行预处理。预处理的中有多个部分，但是却在计算机识别图片之前的重要步骤。
我们首先要选定识别摄像头拍摄视频的何处区域，在视频的上方会拍摄到地平线，天空，即使存在部分车道线，也会因为较远比较模糊而容易识别失误。选定识别区域能有效的剔除摄像头拍摄画面中的大量的无关信息，只选取车道和车道线。
4. 参考文献
[1].张平.matlab基础与应用(第3版)
[2].程良, 阳平华, 李兴玉.matlab 2016基础实例教程
[3].赵小川.matlab图像处理:程序实现与模块化仿真(第2版)
5. 计划与进度安排
1.3月1日-31日 学习matlab，完成开题报告
2.4月1日-15日 初步确定算法
3.4月16日-30日 编写程序，进行初步实验，初步完成论文
课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
