目前国内外已经有越来越多的人投入到消失点算法的研究中，近几年也不断出现新的消失点的检测算法，如国防科技大学基于RANSAC的检测算法，在原有计算精度不损失的前提下提高了计算速度，由于RANSAC算法本身的复杂性导致计算消失点的时间代价很大，所以引入了基于预检验的估计算法，得到了比较理想的效果。在《计算机工程与应用》2005年第一期的人工目标图像消失点的检测，利用霍夫变换和Bamard算法得到相同焦点的大圆个数累计，并依次取出值较大的三个消失点。还有国外基于二维直方图的消失点检测技术。Tuytelaars的人提出的级联的霍夫变化求消失点。大概思路为对平面图像进过霍夫变换并检测峰值，以得到直线，再次进行霍夫变换还原图像，并求出峰值。最后在二次变换后的基础上再利用霍夫变换的到消失点。总的来说消失点的检测算法一般可分为三类：第一类是空间变换技术，把图像上的信息变换到一个有限的空间上去，如高斯变换、霍夫变换；第二类是直接利用直线信息，在平面上进行消失点的检测，由于对所有可能的直线交叉点计算，导致算法复杂度高；第三类用统计估计法，根据图像边缘特征点来估计直线参数，并计算出消失点，或者利用消失点和边构造的代价函数，同事估计直线和消失点。目前的消失点检测算法仅用于简单的场景，对于实际道路还难以胜任。原因如下：75478

1。道路本身的材质如柏油路面水泥路面和砖土路面，对于不同的路面就要用不同的滤波算子对图像进行降噪。

2。背景的复杂化：在非结构化道路中常常有电线等长直线对道路消失点的检测造成了巨大的影响，这种噪声并不是通过简单的滤波算子可以解决的，而应根据其他直线信息将其干扰排除。在城市道路中也会有指示牌等干扰因素，这就需要根据不同的道路情况作出相应的变化。论文网

本文采取的消失点提取算法主要应对于城市道路图像消失点检测，对长直线干扰情况并没有给出相应的方法。