1、隨著社會(huì)文明的發(fā)展和科學(xué)技術(shù)的進(jìn)步，交通安全與交通便利等問(wèn)題得到了廣泛的關(guān)注。近年來(lái)，隨著人工智能技術(shù)有了巨大的進(jìn)步，很多國(guó)家和地區(qū)開(kāi)始研究無(wú)人駕駛技術(shù)。外部環(huán)境具有復(fù)雜性和多樣性等特點(diǎn)，對(duì)無(wú)人車的性能提出了更高的要求。機(jī)器視覺(jué)導(dǎo)航技術(shù)具有成本低、適應(yīng)性強(qiáng)等特點(diǎn)，受到了國(guó)內(nèi)外廣大學(xué)者的高度重視。為了提高路徑識(shí)別的實(shí)時(shí)性、穩(wěn)定性和適應(yīng)性，為無(wú)人車的自主控制提供有力的依據(jù)，本文詳細(xì)介紹了基于機(jī)器視覺(jué)的路徑識(shí)別算法。
　　本文首先介紹了

2、無(wú)人駕駛技術(shù)的背景和意義，闡述了國(guó)內(nèi)外研究現(xiàn)狀，具體分析了無(wú)人車的主要組成部分，并介紹了本文使用的無(wú)人車平臺(tái)。
　　其次，介紹了圖像的一些預(yù)處理方法，包括灰度變換、直方圖均衡、顏色空間變換、邊緣提取等。并提出了一種結(jié)合分水嶺算法、邊緣提取、區(qū)域合并等思想的圖像分割方法。使用分水嶺算法處理灰度圖像，將灰度圖像過(guò)分割為多個(gè)小區(qū)域;再根據(jù)邊緣信息所在位置對(duì)這些小區(qū)域進(jìn)行初步區(qū)域合并;最后利用最小生成樹(shù)思想，結(jié)合色調(diào)、亮度等信息合并剩余區(qū)