共查询到20条相似文献,搜索用时 93 毫秒
1.
2.
3.
为提高道路行车安全性,车道线检测尤为重要。在分析传统霍夫变换(Hough)的优缺点之后,决定采用一种改进的Hough变换:随机选取图像中的边缘点,而不是逐行扫描边缘点,即是基于统计概率的Hough变换。在opencv中对该方法进行验证,实验结果表明:该方法能够有效的识别出车道线并且能够识别出虚线,同时也能够满足车道线识别的实时性要求。 相似文献
4.
5.
6.
7.
针对无人驾驶领域的车道线检测鲁棒性差的问题,提出一种基于特征模型融合的实时车道线检测算法。在图像预处理阶段引入白平衡、灰度化操作及形态学处理,将RGB颜色空间转换成HSL颜色空间,接着采用梯度阈值检测出黄色和白色车道线进行线性融合以增强车道线特征信息。在模型拟合阶段,采用Canny边缘检测算法和改进的Hough变换提取出边缘特征,最后采用最小二乘法拟合车道线双曲线模型。本文在Python实验环境下对随机选取的不同复杂路况下的视频流序列进行算法验证。实验结果表明该算法平均正确率为96%以上,平均未检测率和平均误检测率分别为1%和3%。实验说明本文算法具有良好的准确性和鲁棒性。在无人驾驶领域具有一定的应用价值。 相似文献
8.
9.
车道检测系统中的关键问题是图像分割,而图像分割的基础则是自适应阈值的确定。本文针对车道检测系统对比了不同的自适应阈值算法,并采用物理模型仿真的研究方法简要分析了这几种算法的特性,最终确定了一种各项性能指标均较优的自适应阈值算法。 相似文献
10.
为了减少车道线检测过程中干扰线的影响,本文提出一种基于消失点的直道车道线检测方法。将RGB图灰度化处理后使用中值滤波进行降噪,然后利用Canny算法检测图像的边缘信息,通过Hough变换检测直线,根据车道线汇聚于消失点的特征先找到消失点,再对通过消失点的直线进行筛选得到真实车道线的位置。实验表明,该算法很好的抑制了干扰,正确的检测出了消失点和车道线位置。因此,所提出的车道线检测算法具有较好的准确性。 相似文献
11.
12.
本文研究了视觉巡检机器人的导航线检测识别问题,所用的检测方法能大大降低计算量,并结合自动阈值分割和改进Hough变换算法,具有良好的鲁棒性,能够满足视频图像检测的实时性和准确性要求。 相似文献
13.
为了更加有效地解决智能车在结构化道路中的边界识别问题,基于32线激光雷达采集的道路边界三维点云数据中z坐标值的单调特性,提出了一种新的道路边界识别算法。该算法首先基于雷达坐标系原点将智能车感兴趣区域划分四个区域:右前方,右后方,左后方,左前方,并利用数据梯度分析分层提取具有单调特征的道路边界点云数据。然后基于多阈值滤波对粗提取的道路边界点滤波。最后利用最小二乘法拟合道路边界点数据。实验结果表明,尽管引入障碍物、道路曲率和坡度变化等多种影响因素,该算法仍可以准确识别结构化道路边界,准确性和鲁棒性较好,能够满足智能车道路边界检测任务的要求。 相似文献
14.
采用Visual C 6.0开发了焊缝图像采集及处理系统,对电荷耦合器件(CCD)摄像头获取的焊缝激光条图像进行特征提取,分别采用两套不同的识别方案对激光条图像进行处理,前者采用中值滤波-拉普拉斯锐化-Sobel边缘检测-中线提取;后者采用平滑滤波(平均模板)-自适应阈值分割-Krisch边缘检测-中线提取。通过实际中试验结果的对比发现,后者能更好的对激光条图像进行特征识别。 相似文献
15.
视觉技术已经广泛地应用于智能车巡航系统中,其中图像处理是提取道路信息的重要途径,而图像阈值是其中一个重要的参数。文章提出一种自适应图像阈值的算法,解决了在实际环境中,由于受到光线等因素影响而带来的阈值变化,实验证明效果良好。 相似文献
16.
17.
本文针对受噪声污染的图像边缘检测时容易出现伪边缘的情况,提出双阈值的Log Sobel图像边缘检测算法,能提高边缘识别的准确性并改善信噪比。在图像边缘识别领域起到了促进作用。如付诸现实将产生显著的经济效益。 相似文献
18.
19.