10.3969/j.issn.1006-9348.2020.02.029
基于机器学习的车道线检测系统仿真与优化
真实的道路行驶环境是复杂多变的,会对车辆识别算法造成较大干扰.为准确识别车道线,提高车道线检测算法的实时性和鲁棒性,进行了多方面的改进.首先对采集到的图像进行预处理,包括图像灰度化、45.sobel算子边缘检测和二值化处理等,获得高质量图片.其次采用改进的Hough变换进行车道线识别和优化,提高检测结果的准确性,促进检测有序进行.最后通过最小二乘法对结果进一步优化,以期得出更加精确的车道线.实验结果表明:改进后的算法可以较为准确的识别车道线,具有较强的实时性、鲁棒性和准确率.
机器学习、车道线识别、改进的霍夫变换、最小二乘拟合
37
TP391.9(计算技术、计算机技术)
山东省科技发展计划项目2013YD01038
2020-05-11(万方平台首次上网日期,不代表论文的发表时间)
共5页
140-143,288