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:
对基于视觉图像的车道线检测技术进行研究,针对智能车在视觉导航过程中车道线检测的鲁棒性问题提出一种改进算法.首先对道路图像进行中值滤波去噪,然后利用改进的 OTSU 算法分割图像,使目标区域更加清晰.划分图像中车道检测的感兴趣区域(ROI)对目标信息进行骨架处理,减少计算量提高实时性.最后运用改进的 Hough 变换计算车道标识线参数得到车道标识线方程,并进行车道线的拟合.
推荐文章
基于DM6446的车道线快速检测算法
车道线
候选点
有效特征点
最小二乘法
基于线性双曲线模型的车道线检测算法
车道检测
大津法
霍夫变换
线性双曲线模型
基于视觉的缩微车车道线检测
数学形态学
阈值分割
最小二乘法
基于机器视觉的车道标志线实时检测研究
机器视觉
车道识别
智能驾驶
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 基于视觉的车道线检测算法探讨
来源期刊 电子测试 学科
关键词 改进OTSU 骨架提取 改进 Hough 车道线拟合
年,卷(期) 2013,(7) 所属期刊栏目
研究方向 页码范围 106-107
页数 分类号
字数 2397字 语种 中文
DOI
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 曹健明 长安大学信息工程学院 4 22 2.0 4.0
2 刘娜 长安大学信息工程学院 7 11 2.0 2.0
3 王小乐 长安大学信息工程学院 2 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (2)
同被引文献  (8)
二级引证文献  (10)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(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)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(5)
  • 引证文献(0)
  • 二级引证文献(5)
2020(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
改进OTSU
骨架提取
改进 Hough
车道线拟合
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
电子测试
半月刊
1000-8519
11-3927/TN
大16开
北京市100098-002信箱
82-870
1994
chi
出版文献量(篇)
19588
总下载数(次)
63
论文1v1指导