基于梯形模型和支撑向量机的非结构化道路检测

• 作者: 张玉颖 汪源源 顾晓东
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 非结构化道路 道路检测 梯形模型 Kalman滤波 支撑向量机
• 年，卷（期）: 2010,（15）
• 所属期刊栏目: 图形、图像、模式识别
• 页码范围: 138-141,175
• 分类号: TP391.41
• 字数: 4865字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2010.15.041

摘要

在H.Jeong的梯形模型的基础上,提出了基于梯形模型和支撑向量机-SVM(Support Vector Machine)的道路检测算法.算法先对视频中提取的图像帧进行预处理,然后采用Kalman滤波及EM算法进行处理,接着用SVM得到道路检测结果,并进行滤波处理得到最终的检测结果.由于算法采用了比BP(Back Propagation)网络具有更好的分类识别效果的SVM,所以比采用BP网络的H.Jeong等人提出的模型具有更好的检测效果.该算法在预处理部分采用脉冲耦合神经网络即(PCNN-Pulse Coupled Neural Network)消除道路上的阴影,减少了光照变化对最终检测结果的不利影响.实验表明,与H.Jeong的梯形及BP算法相比,道路的检测效果更好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	汪源源	复旦大学电子工程系	221	1554	19.0	26.0
2	顾晓东	复旦大学电子工程系	29	320	12.0	17.0
3	张玉颖	复旦大学电子工程系	1	15	1.0	1.0