10.13229/j.cnki.jdxbgxb20171257
基于RGB熵和改进区域生长的非结构化道路识别方法
非结构化道路通常没有车道线等引导标线,且边界模糊,周围干扰因素较多,在这种道路上自动驾驶以及车辆辅助驾驶的车道保持功能将不能可靠工作.通过生成道路RGB图像的熵图像,并计算此熵图像直方图的最小差值,以此差值作为阈值初步分割道路图像并使用改进区域生长方法提取出道路区域.使用实时性较好的二次曲线建立车道模型,并使用改进的最小二乘拟合方法可有效避开道路区域边缘杂点并提高边缘拟合速度.试验结果表明,改进的方法可以快速并较好地提取出非结构化道路图像中的车道并拟合出车道线,有利于实现基于视觉的自动驾驶和车辆辅助驾驶系统在非结构化道路上的车道保持.
交通信息工程及控制、非结构化道路检测、RGB图像熵、区域生长方法、二次曲线模型
49
U495(交通工程与公路运输技术管理)
陕西省协同创新计划项目2014XT-12
2019-07-02(万方平台首次上网日期,不代表论文的发表时间)
共9页
727-735