欢迎来到天天文库
浏览记录
ID:54375507
大小:661.07 KB
页数:6页
时间:2020-05-01
《伪彩色空间完全非结构化道路检测方法.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、第17卷第2期中国图象图形学报Vo1.17,No.22012年2月JournalofImageandGraphicsFeb..2012中图法分类号:TP391文献标志码:A文章编号:1006.8961(2012)02·0203—06论文引用格式:胡晓辉,孙苗强,苏晓许.伪彩色空间完全非结构化道路检测方法[J].中国图象图形学报,2012,17(2):203-208伪彩色空间完全非结构化道路检测方法胡晓辉,孙苗强,苏晓许兰州交通大学电子与信息工程学院,兰州730070摘要:完全非结构化道路检测是智能车辆自主行驶所面临的关键技术难题,解决该问题可以增强
2、智能车辆的环境适应能力。以实时道路图像的真彩色信息为研究对象,提出一种三次样条曲线模型和分块子区生长模型相结合的完全非结构化道路检测算法。该算法运用三次样条曲线插值实现了真彩色空间到伪彩色空间的映射,采用主次伪色调和纹理信息相结合的子区生长方法,实现了完全非结构化道路检测。实地图像测试和对比试验表明,该算法对道路区域检测准确性高,对受到阴影、水迹等影响的道路区域具有较强抗干扰能力,实时性好。关键词:非结构化道路检测;三次样条曲线;子区生长模型;图像处理Completelyunstructuredroaddetectionforpseudo-colo
3、rspaceHuXiaohui,SunMiaoqiangSuXiaoxuSchoolofElectronic&InformationEngineeringLanzhouJiaotongUnivers,Lanz.hou730070,Ch/naAbstract:Detectingcompletelyunstructuredroadmayimprovetheadaptabilityfordiferentenvironments,whichiscrucialforinteUigentautenomousvehicledriving.Inthispaper,
4、aroaddetectionalgorithmcombinedwithcubicsplinecurvemodelandblocksub-regiongrowingmodel(CSCM—BSG)isproposedfortrue-colorinformationofreal—timeroadimages.Thealgorithmappliesthecubicsplineinterpolationtoachievethepseudo-colormappingatfirst,andaccomplishesroadregiondetectionusingt
5、hesub-regiongrowingmethodcombiningtheprimaryandsecondarypseudo—hueswitlltextures.Thetestsandcomparativeexperimentsonfieldimagesshowthatthealgorithmisnotonlymoreaccurateandapplicableinreal-timeforroadregions,butalsohasstrongercounter-interferencecapabilityforshadows,waterstains
6、.Keywords:unstructuredroaddetection;cubicsplinecurve;sub—regiongrowingmodel;imageprocessing实际中的道路分为结构化道路和非结构化道0引言路。结构化道路一般指高速公路等具有明显车道线和边界的道路。由于其结构化程度好,可以将道路道路检测是智能车辆自主导航系统的关键技术检测简化为车道线检测。而非结构化道路指无明显之一。近年来,随着车辆自动停泊、军用无人侦察、车道线和路边界不清晰的道路,又可分为部分非结盲人驾驶等系统需求的不断增加,使得自主导航系构化道路(如校园道路、
7、乡村公路等)和完全非结构统得到了飞速的发展。其中,如何在各种自然环境化道路(如山地环境等)两类,因受自然环境中阴下准确识别前方道路是自主导航系统的一个影、水迹或者坑洼等的影响,给非结构化道路检测带难题¨。来困难。目前针对部分非结构化道路检测已有一些收稿日期:2011-03-0"I;修回日期:2011.05.16基金项目:国家自然科学基金项目(10661007);兰州交通大学青蓝工程资助项目;国家自然科学基金地区科学基金项目(61193009)第一作者简介:胡晓辉(1963一),男,教授,2007年于西北工业大学计算机学院获得计算机应用专业博士学位,
8、主要研究方向为智能分布计算、模式识别,近年共主持和参与省部级科研项目l0余项。在国内外权威刊物上发表论文3O余篇。E-ma
此文档下载收益归作者所有