融合图切割和聚类算法的鲁棒自适应道路跟踪

被引：8

作者：

周文晖 ^{[1
,2
]}

林丽莉 ^{[3
]}

武二永 ^{[1
]}

机构：

[1] 杭州电子科技大学计算机学院

[2] 浙江省综合信息网技术重点实验室浙江大学

[3] 浙江工商大学信息与电子工程学院

来源：

仪器仪表学报 | 2009年 / 30卷 / 11期

基金：

浙江省自然科学基金;

关键词：

道路跟踪; 图切割; 均值偏移; 边缘置信度;

D O I：

10.19650/j.cnki.cjsi.2009.11.022

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

维道路跟踪是移动机器人视觉导航的关键任务之一。由于室外道路环境的复杂性,使得鲁棒连续的基于二维图像序列的道路跟踪仍然是个挑战性任务。本文提出一种基于改进图模型的自适应道路跟踪算法,利用基于边缘置信度的均值偏移算法,将图像划分为具有准确边界的若干同质区域,以这些区域为结点构建改进图模型,然后根据道路/非路模型统计信息,采用Graph Cut方法获得最终的二值图。该算法将Graph Cut和均值偏移方法有效融合,以克服各自缺点,并通过道路/非路模型自更新使得该算法可有效适应室外环境下复杂场景变化。实验结果表明,该算法在复杂道路环境下具有很好的性能,且适合快速运算的应用要求。

引用

页码：2366 / 2371

页数：6