车道线检测文献解读系列(一) 基于机器视觉的高速车道标志线检测算法的研究_李晗

最新推荐文章于 2024-05-13 17:04:12 发布

応振强

最新推荐文章于 2024-05-13 17:04:12 发布

阅读量5.6k

点赞数 3

分类专栏： computer-vision 文章标签：机器视觉车道检测

本文链接：https://blog.csdn.net/i_love_i_t__/article/details/45874713

版权

本文深入探讨了基于机器视觉的高速车道标志线检测算法，包括预处理（灰度化、二值化）、特征提取（边缘检测）和车道提取（反透视变换）。亮点在于采用最小误差法进行二值化，以及反透视变换后的车道识别技术，如区域生长法、Hough变换和模板检测法。

摘要由CSDN通过智能技术生成

作者背景

基于机器视觉的高速车道标志线检测算法的研究_李晗

    东北大学车辆工程硕士学位论文
    2006年
    【GB/T 7714】李晗. 基于机器视觉的高速车道标志线检测算法的研究[D]. 东北大学, 2006. DOI:10.7666/d.y852642.`

论文结构一览

论文结构1 论文结构2

预处理

灰度化

【亮点】模式判别 选择日间模式还是夜间模式：

在每个检测周期开始时,首先判断采用日间模式还是夜间模式工作。摄像机视野中的上半部分为天空背景,天空亮度可以显著区分日间和夜间环境。由于天空的颜色为蓝离,日间天空的蓝色分量饱和度最高,算法只分析彩色图像的蓝色分量”提取一块固定一的天空区域(位于图像中上部),计算区域内像素的平均亮度。若该值低于指定阈值1,且整帧图像中亮度高于200的像素点个数(因夜间车尾灯的亮度较高)超过阈值2,则采用夜间模式,否则采

最低0.47元/天解锁文章

応振强

关注

3
点赞
踩
10

收藏

觉得还不错? 一键收藏
0
评论
车道线检测文献解读系列(一) 基于机器视觉的高速车道标志线检测算法的研究_李晗

在每个检测周期开始时,首先判断采用日间模式还是夜间模式工作。摄像机视野中的上半部分为天空背景,天空亮度可以显著区分日间和夜间环境。由于天空的颜色为蓝离,日间天空的蓝色分量饱和度最高,算法只分析彩色图像的蓝色分量"提取一块固定一的天空区域(位于图像中上部),计算区域内像素的平均亮度。若该值低于指定阈值1,且整帧图像中亮度高于200的像素点个数(因夜间车尾灯的亮度较高)超过阈值2,则采用夜间模式,否则采用日间模式。
复制链接

扫一扫