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:
为解决高速公路和城市道路上复杂条件下的弱线漏检问题,提出了一种基于梯度增强和逆透视验证的车道线检测方法。该方法使用车道线的结构和对比度特征提取车道线区域,利用提取的车道线区域进行车道线和道路样本的选择,并采用基于模糊线性鉴别分析获得从彩色RGB图像到灰度图像变换的最佳投影系数,以确保车道线和道路像素间的灰度差异最大,从而有效突出道路上的弱线;利用逆透视变换对候选车道线间的空间位置关系进一步验证,以此找回漏检的虚线。不同场景、不同天气状况下的实际道路图像的实验表明,方法具有很好的鲁棒性和准确性。
推荐文章
夜间车道线检测的研究
车道线检测
图像增强
边缘检测
霍夫变换
非线性拉伸
双边滤波
基于机器视觉的车道线检测研究进展综述
车道线检测
机器视觉
特征检测
模型检测
深度学习
夜间车道线检测与跟踪算法研究
夜间车道线识别与跟踪
对数Prewitt边缘检测
Hough变换
固定区域法
Kalman滤波法
基于多传感融合的车道线检测与跟踪方法的研究
视觉传感器
车道线检测
车道线跟踪
车道级高精度地图
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 基于梯度增强和逆透视验证的车道线检测
来源期刊 哈尔滨工程大学学报 学科 工学
关键词 先进驾驶辅助系统 车道线检测 梯度增强 逆透视变换 弱线检测 虚线检测
年,卷(期) 2014,(9) 所属期刊栏目
研究方向 页码范围 1156-1163
页数 8页 分类号 TP391.4
字数 6028字 语种 中文
DOI 10.3969/j.issn.1006-7043.201401046
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 任明武 南京理工大学计算机科学与工程学院 52 1349 20.0 36.0
2 赵春霞 南京理工大学计算机科学与工程学院 177 2193 25.0 36.0
3 王欢 南京理工大学计算机科学与工程学院 30 340 11.0 18.0
4 王超 南京理工大学计算机科学与工程学院 23 74 5.0 7.0
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  (7)
节点文献
引证文献  (13)
同被引文献  (36)
二级引证文献  (13)
2000(2)
  • 参考文献(2)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(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)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(2)
  • 引证文献(1)
  • 二级引证文献(1)
2018(9)
  • 引证文献(4)
  • 二级引证文献(5)
2019(11)
  • 引证文献(6)
  • 二级引证文献(5)
2020(3)
  • 引证文献(1)
  • 二级引证文献(2)
研究主题发展历程
节点文献
先进驾驶辅助系统
车道线检测
梯度增强
逆透视变换
弱线检测
虚线检测
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
哈尔滨工程大学学报
月刊
1006-7043
23-1390/U
大16开
哈尔滨市南岗区南通大街145号1号楼
14-111
1980
chi
出版文献量(篇)
5623
总下载数(次)
16
总被引数(次)
45433
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导