基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了提高非结构化道路识别算法的有效性,提出在运用图像分类和使用归一化彩色分量进行判断的基础上,充分利用图像的边缘信息,通过将图像边界范围、边界走向趋势与区域分类的结果相融合,得到道路的边界.使用Kalman滤波器对道路进行跟踪,处理了由于石阶等原因造成的路面扩大、路与非路交界区模糊难以区分和道路受阴影影响等实际情况.实验结果表明,该方法简便有效,能适应各种不同的非结构化道路,具有一定的鲁棒性.
推荐文章
一种实时鲁棒的非结构化道路检测算法
非结构化道路检测
混合高斯模型
B样条曲线
图像处理
THMR-V道路检测算法设计
移动机器人
道路检测
数学形态学
一种实时鲁棒的非结构化道路检测算法
非结构化道路检测
混合高斯模型
B样条曲线
图像处理
基于多模型结合优化的非结构化道路检测算法
非结构化道路检测
光照补偿
彩色混合高斯模型
K-means算法
抛物线道路模型
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 边界与区域相融合的非结构化道路检测算法
来源期刊 计算机工程 学科 工学
关键词 非结构化道路 Kalman滤波 图像分类 归一化彩色分量
年,卷(期) 2008,(15) 所属期刊栏目 人工智能及识别技术
研究方向 页码范围 217-219,222
页数 4页 分类号 TP391.41
字数 4366字 语种 中文
DOI 10.3969/j.issn.1000-3428.2008.15.078
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (46)
共引文献  (90)
参考文献  (7)
节点文献
引证文献  (18)
同被引文献  (26)
二级引证文献  (32)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(4)
  • 参考文献(0)
  • 二级参考文献(4)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(4)
  • 参考文献(0)
  • 二级参考文献(4)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(9)
  • 参考文献(0)
  • 二级参考文献(9)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(5)
  • 参考文献(1)
  • 二级参考文献(4)
2001(3)
  • 参考文献(1)
  • 二级参考文献(2)
2002(10)
  • 参考文献(0)
  • 二级参考文献(10)
2004(3)
  • 参考文献(2)
  • 二级参考文献(1)
2005(4)
  • 参考文献(3)
  • 二级参考文献(1)
2008(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(2)
  • 引证文献(2)
  • 二级引证文献(0)
2011(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(3)
  • 引证文献(3)
  • 二级引证文献(0)
2013(5)
  • 引证文献(4)
  • 二级引证文献(1)
2014(5)
  • 引证文献(2)
  • 二级引证文献(3)
2015(8)
  • 引证文献(2)
  • 二级引证文献(6)
2016(11)
  • 引证文献(1)
  • 二级引证文献(10)
2017(6)
  • 引证文献(1)
  • 二级引证文献(5)
2018(4)
  • 引证文献(0)
  • 二级引证文献(4)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
非结构化道路
Kalman滤波
图像分类
归一化彩色分量
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导