论文删节 about its HOT 2 CLOSED

histeq对比度增强不会改善道路图像！往往会恶化图像可区分度！

道路图像预处理-对比度增强

在正午或者夜间时，极限的光照条件使得图像的对比度较低，这对车道标志的辨识很不利，需要通过图像增强技术改善图像质量。对比度低的图像的特征是图像像素灰度值分布不均，在某个范围内过于集中，图像整体偏亮或者偏暗。图像像素的灰度值分布可以通过其灰度直方图呈现。灰度级别一般分为0-255，对图像中各个灰度值的像素进行统计，即得到灰度直方图。直方图均衡化(HistgoarmEquazliatoin)方法的基本**是把原始图的直方图变换为均匀分布的形式，这样就增加了像素灰度值的动态范围,从而达到增强图像整体对比度的效果。直方图均衡化增强了靠近直方图极大值附近的亮度的对比度,减少了极小值附近的对比度。

对夜间、隧道、桥洞进行测试，均衡化后图像效果反而变差！ 不要想当然。

from its.

未采用的方法不要过多赘述

样条曲线模型
(l)B样条
B-Spline曲线是于1946年首次由Schoenbe笔提出。B-Snake是B-Spline中一种主动轮廓模型,与传统模型相比,该模型计算复杂度低,收敛速度快,且具有较高的数值稳定性。B一SPhne曲线可通过一组控制点组成任意形状,因此基于B-Snake的车道模型能够描述的车道结构范围很广。
使用B-Snake曲线进行车道检测与跟踪可以不涉及任何摄像机参数,而且基于平行直线透视的关系,还可以将检测两个车道边缘问题转化为检测车道中线问题。
(2)Catmull-Rom样条
Catmun-Rom样条是分段插值的三次曲线,每条曲线段终点处的切线均被指定,样条中的一个控制点处的斜率值可由两个相邻控制点的坐标来计算"一条Catinull-Rom样条段完全由四个连续控制点给出,中间两个控制点是曲线端点,另外两个点用来计算端点斜率。
同B样条曲线模型相同,采用Catinun一Rom样条模型进行车道检测同样与车载摄像机参数无关。除了以上介绍的这些模型之外,一些研究还将上述这些模型结合起来,例如在近景和远景图像中分别采用不同的函数模型"还有些研究有些是根据道路形状不同动态选取不同的模板模型。

from its.