基于单目视觉的非结构化道路检测与跟踪

被引:15
作者
王燕清 [1 ]
陈德运 [1 ]
石朝侠 [2 ]
机构
[1] 哈尔滨理工大学计算机科学与技术学院
[2] 南京理工大学计算机科学与技术学院
关键词
道路检测; 蒙特卡罗方法; 阈值分割; 边缘检测; 智能车辆;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
针对智能车辆视觉导航中的车道保持问题,采用单目视觉技术检测非结构化道路上的车道线和道路边界,解决不同路况下道路检测的鲁棒性与实时性问题.首先用一种自适应阈值分割Otsu方法把道路分为道路区域和非道路区域;然后利用Otsu算法处理后的图像对Canny边缘进行滤波,在消除复杂背景边缘的同时保留可能的弱的道路边界;最后,用直线长度、平均梯度幅值、直线距离和直线角度四元组联合表示霍夫直线,采用蒙特卡罗方法对属于道路边界的霍夫直线的后验置信度进行评价,根据最大权值提取出最优道路边界线.不同场景下的非结构化道路识别实验表明:该算法能够有效克服道路缺损、光影、照度变化、水渍等不利因素的影响,平均处理时间为45 ms左右.
引用
收藏
页码:334 / 339
页数:6
相关论文
共 9 条