面向车辆防撞的车底阴影检测方法

摘要：

为解决常用车底阴影检测方法在复杂光照及背景条件下检测结果不稳定的问题，提出一种基于聚类分析的车底阴影检测方法。使用改进的高斯混合模型聚类算法对交通图像中的目标，即路面、车道线、车辆、车底阴影进行聚类，利用高斯阴影模型的均值与方差自适应阈值分割图像，提取路面与车底阴影的交线，利用阴影的几何结构特征对检测到的阴影线进行两次合并，得到最终结果。实验结果表明，该方法能有效检测车底阴影，适应白天不同时段、光强变化，在复杂投影的干扰下能实现准确检测。

关键词：驾驶主动安全、车辆检测、高斯混合模型、K均值聚类、最大期望算法

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金项目91220301；南京理工大学重点实验室基金项目30920130122005／6

在线出版日期：2015-05-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1311-1316