图像处理在智能车路径识别中的应用摘要机器视觉技术在智能车中得到了广泛的应用，这项技术在智能车的路径识别、障碍物判断中起着重要作用。
基于此，依据飞思卡尔小车的硬件架构,研究机器视觉技术应用于飞思卡尔小车。
飞思卡尔智能车处理器采用了MC9S12XS128芯片，路况采集使用的是数字摄像头OV7620。
由于飞思卡尔智能车是是一款竞速小车，因此图像采集和处理要协调准确性和快速性，需要找到其中的最优控制。
因此本设计主要需要完成的任务是：怎样用摄像头准确的采集每一场的图像，然后怎样进行二值化处理；以及怎样对图像进行去噪处理；最后也就是本设计的难点也是设计的核心，怎样对小车的轨迹进行补线。
本设计的先进性，在众多的图像处理技术中找到了适合飞思卡尔智能车的图像处理方法。
充分发挥了摄像头的有点。
经过小车的实际测试以及相关的MATLAB 仿真，最终相关设计内容都基本满足要求。
小车的稳定性和快速性得到显著提高。
关键词：OV7620，视频采集，图像处理，二值化The Application of Image Processing in the Recognition ofIntelligent Vehicle PathABSTRACTCamera Machine vision technology in the smart car in a wide range of applications, the technology identified in the path of the smart car, and plays an important role in the obstacles to judge. Based on this, based on the architecture of the Freescale car, machine vision technology used in the Freescale car. Freescale smart car the processor MC9S12XS128 chip traffic collected using a digital camera OV7620. Freescale's Smart car is a racing car, so the image acquisition and processing to coordinate the accuracy and fast, you need to find the optimal control. This design need to complete the task: how to use the camera to accurately capture every image, and then how to binarization processing; and how to image denoising; last is the difficulty of this design is the design of the core, how to fill line on the trajectory of the car.The advanced nature of the design found in many image processing techniques of image processing methods for Freescale Smart Car. Give full play to the camera a bit. The actual testing of the car and MATLAB simulation, the final design content can basically meet the requirements. The car's stability and fast to get improved significantly.KEY WORDS: OV7620，Video Capture，Picture Processing，Binarization目录前言 (1)第1章飞思卡尔赛车及机器视觉的概述 (2)1.1 智能车的研究背景 (2)1.1.1 智能车的发展历史 (2)1.1.2 应用前景 (2)1.2 智能车设计要求介绍 (3)1.3 机器视觉介绍 (4)1.4 小结 (4)第2章主要思路及技术方案概要 (5)2.1 总体设计主要方法步骤 (5)2.2 摄像头的对比与选择 (5)2.2.1 摄像头的选取 (5)2.2.2 模拟摄像头 (6)2.2.3 数字摄像头 (6)2.2.4 摄像头的选定 (7)2.3 二值化方案的选取 (7)2.3.1 双峰值法 (7)2.3.2 迭代法 (8)2.3.3 大津法 (8)2.3.4 灰度拉伸-一种改进的大津法 (9)2.3.5 二值化方案的最终选定 (9)2.4对图像进行去噪 (9)2.4.1 传统的去噪法 (9)2.4.2 小波去噪 (11)2.4.3 去噪方法的最终确定 (13)2.5小结 (13)第3章硬件设计 (14)3.1 硬件总体方案设计 (14)3.2 核心控制板 (15)3.3 摄像头的安装 (15)3.4 小结 (16)第4章软件设计 (17)4.1 系统软件总体设计方案 (17)4.2 图像二值化软件设计 (17)4.3 去噪设计 (19)4.3.1 实验信号的产生 (19)4.3.2各参数下去噪效果对比 (20)4.4 二值化后补线 (24)4.5 小结 (32)第5 章结果分析 (33)5.1 采集到的灰度值去噪前的MATLAB仿真 (33)5.1.1 去噪前MATLAB函数和仿真结果 (33)5.1.2 去噪后MATLAB仿真结果 (34)5.2 边界扣取 (35)5.2.1 边界扣取函数 (35)5.2.2 边界扣取仿真结果 (36)5.3 补线后效果 (37)5.4 小结 (38)结论 (39)谢辞 (40)参考文献 (41)附录 (42)外文资料翻译 (45)前言机器视觉技术近几十年来已经得到广泛的应用，并且已经取得了巨大的成功，大大改善了人们的日常生活。
例如:智能导航系统，以及倒车摄像头等。
机器视觉技术的核心是对图像的处理，根据不同的应用场合，图像处理也采用相应的技术。
例如：对高清图像的处理，这个一定要保证图像的精确性，可以相应的牺牲一些，处理的速度，但是对图像的要求不高的情况下，对处理速度要求较高的情况下，就必须考虑牺牲一些对图像质量的要求，基于飞思卡尔小车模型的图像处理，需要兼顾这两方面的因素。
需要考虑对图像处理的准确性还要考虑快速性，因此需要找到满足要求的最优方案。
本设计的主要任务是，怎样保证图像处理的准确性；怎样对采集回来的灰度值图像进行二值化处理，以及为什么进行二值化；当出现干扰的情况下，怎样进行去噪处理；当在光照不均匀或者出现反光的情况下，采集到的灰度值会出现一定错误影响判断，这时怎样补出准确的轨迹。
这些都是需要设计的内容。
本设计内容按如下顺序展开：第一章主要论述了所研究的内容的背景及应用场合。
第二章主要论述了各个设计方案的选取以及总体方案设计内容。
重点论述了选择本方案的原因，以及其他方案的缺点。
第三章主要讲述了本设计相关的硬件设计。
本章主要分析了硬件的主要组成，以及每一部分在设计中的作用。
第四章深刻分析了相关的算法设计以及部分程序调试效果。
分析了每一种方案的算法的优缺点，以及最终选择作为本算法的最终原因。
第五章给出了相关仿真效果以及最终本设计在小车调试中的实际性能表现，以及通过本设计改善了那些性能，以及还有那些性能不够理想，今后如何改进等。
第1章飞思卡尔赛车及机器视觉的概述1.1 智能车的研究背景1.1.1 智能车的发展历史1953 年，美国 Barrett Electric 公司制造了世界上第 1 台采用埋线电磁感应方式跟踪路径的自动导向车，也被称作“无人驾驶牵引车”。
20 世纪 60 年代和 70 年代初，AGV 仍采用这种导向方式。
但是，20 世纪 70 年代中期，具有载货功能的 AGV 在欧洲得到了应用并被引入到美国。
这些自动导向车主要用于自动化仓贮系统和柔性装配系统的物料运输。
在 20 世纪 70 年代和 80 年代初，AGV的应用领域扩大而且工作条件也变得多样化，因此，新的导向方式和技术得到了更广泛的研究与开发。
在最近的 10-15 年里，各种新型 AGV 被广泛地应用于各个领域。
单元式 AGV主要用于短距离的物料运输并与自动化程度较高的加工设备组成柔性生产线，除此以外，AGV 还用于搬运体积和重量都很大的物品，尤其是在汽车制造过程中用多个载货平台式 AGV 组成移动式输送线，构成整车柔性装配生产线。
最近，小型 AGV 应用更为广泛，而且以长距离不复杂的路径规划为主。
AGV 从仅由大公司应用，正向小公司单台应用转变，而且其效率和效益更好。
至此出现了智能车的概念。
1.1.2 应用前景城市公共交通是与人民群众生产生活息息相关的重要基础设施。
然而，目前世界上许多大城市都面临着由私人汽车过度使用而带来的诸多问题，例如道路堵塞、停车困难、能源消耗、噪声污染和环境污染等，这些问题严重降低了城市生活的质量。
优先发展城市公共交通是提高交通资源利用效率，缓解交通拥堵的重要手段。
国务院总理温家宝于2005 年10 月做出重要批示，要求优先发展城市公共交通，这是贯彻落实科学发展观和建设节约型社会的重要举措。
大容量城市公共交通，如地铁、轻轨等，其最大优点是空间利用率和能源利用率较高。
然而，由于缺乏足够的时间、空间、运力灵活性，在客流量不足的情况下，系统效率将大大降低，运营成本过高，难以大力推广和应用。
回顾汽车发展的百年历史，不难发现其控制方式从未发生过根本性改变，即由人观察道路并驾驶车辆，形成“路－人－车”的闭环交通系统。
随着交通需求的增加，这种传统车辆控制方式的局限性日益明显，例如安全性低（交通事故）和效率低（交通堵塞）。
最新调查表明，95％的交通事故是由人为因素造成，交通堵塞也大都与驾驶员不严格遵守交通规则有关。
如果要从根本上解决这一问题，就需要将“人”从交通控制系统中请出来，形成“车－路”闭环交通系统，从而提高安全性和系统效率。
这种新型车辆控制方法的核心，就是实现车辆的智能化。
智能车有着极为广泛的应用前景。
结合传感器技术和自动驾驶技术可以实现汽车的自适应巡航并把车开得又快又稳、安全可靠；汽车夜间行驶时，如果装上红外摄像头，就能实现夜晚汽车的安全辅助驾驶；他也可以工作在仓库、码头、工厂或危险、有毒、有害的工作环境里，此外他还能担当起无人值守的巡逻监视、物料的运输、消防灭火等任务。