应用色彩空间聚类方法实现道路建模
通过图像对交通事故进行识别、处理,需要将卷入交通事故的车辆等目标从交通事故场景图像中分离出来,因此建立准确的道路模型十分重要.传统的道路建模方法大都基于灰度空间,忽略了图像中的彩色信息,不适合复杂的交通环境.针对道路像素分布的非参数化特点和后续处理中对彩色信息的需求,提出一种基于色彩空间聚类的非参数化道路模型,将道路模型的建立抽象为时间轴上的色彩空间聚类过程.根据颜色变化理论,设置聚类区间为RGB颜色空间中以聚类中心和原点连线为轴的圆柱体,并通过聚类中心特征值的不同自适应来调整聚类半径.同时,对于每个像素位置,根据场景复杂程度和变化频率的不同自适应地选取聚类中心数目,获得较为准确的背景模型,在提高检测精度的同时也保证了检测效率.
智能交通系统、道路模型、颜色变化聚类、RGB颜色空间、彩色信息
18
TP391(计算技术、计算机技术)
国家自然科学基金项目61071217
2013-10-08(万方平台首次上网日期,不代表论文的发表时间)
共7页
976-981,前插1