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
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
收藏
页码:2366 / 2371
页数:6
相关论文
共 3 条
[1]   基于分水岭变换和图论的图像分割方法 [J].
冯林 ;
孙焘 ;
吴振宇 ;
管慧娟 .
仪器仪表学报, 2008, (03) :649-653
[2]   一种基于视频图像的道路检测方法 [J].
侯德鑫 ;
曹丽 .
仪器仪表学报, 2006, (S1) :324-325+339
[3]  
"GrabCut"[J] . Carsten Rother,Vladimir Kolmogorov,Andrew Blake.ACM Transactions on Graphics (TOG) . 2004 (3)