原文服务方: 计算机应用研究       
摘要:
为了满足车道线识别算法在车道线存在阴影遮挡、破损及污迹覆盖情况下的适应能力,提出了一种新的、有效的识别算法.将原始道路图像灰度化后,采用中值滤波去除图像采集过程中引入的噪声.利用对称局部阈值分割算法对去噪后车道线进行特征提取;并将提取结果与经典分割算法进行对比分析.基于提取出的车道线特征点的分布规律,提出应用改进的RANSAC算法进行车道线识别.分别对在普通公路和高速公路上所采集的视频图像进行实验测试,结果表明,当车道线严重破损、完全被阴影遮挡以及被大面积污迹覆盖的情况,识别算法都能准确地将其识别.
推荐文章
一种基于Meanshift和RANSAC的车道识别方法
车道标志线识别
改进的最大熵分割
动态ROI
Meanshift算法
RANSAC Algorithm
最小二乘法
一种基于直线模型的车道线识别算法研究
方向可调滤波器
边缘分布函数
梯度加权霍夫变换
车道标志线识别
车道标志线跟踪
一种新的车道线快速识别算法
感兴趣区域
车道线检测
霍夫变换
鲁棒性
一种用于室外移动机器人的快速有效的车道线识别方法
移动机器人
车道线检测
动态双阈值
ATN
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 一种阴影及破损车道线识别方法研究
来源期刊 计算机应用研究 学科
关键词 对称局部阈值分割 RANSAC算法 阴影遮挡 破损 车道线识别
年,卷(期) 2012,(10) 所属期刊栏目 图形图像技术
研究方向 页码范围 3968-3971,3989
页数 分类号 TP391
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2012.10.098
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 樊超 河南工业大学信息科学与工程学院 49 227 9.0 12.0
2 狄帅 河南工业大学信息科学与工程学院 4 37 3.0 4.0
3 侯利龙 河南工业大学信息科学与工程学院 7 66 5.0 7.0
4 徐静波 河南工业大学信息科学与工程学院 2 18 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (56)
参考文献  (9)
节点文献
引证文献  (4)
同被引文献  (12)
二级引证文献  (10)
1981(1)
  • 参考文献(1)
  • 二级参考文献(0)
1991(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)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(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)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(5)
  • 引证文献(1)
  • 二级引证文献(4)
2019(5)
  • 引证文献(1)
  • 二级引证文献(4)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
对称局部阈值分割
RANSAC算法
阴影遮挡
破损
车道线识别
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导