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:
提出一种基于边缘分布和特征聚类的车道标记线检测方法。首先采用可变窗口计算车道标记线局部灰度阈值,结合图像梯度提取出有效边缘。然后按照不同工况下车道标记线的边缘分布特性,提取特征点。最后对特征点进行聚类处理,将离散的特征点归类为不同的直线段。测试结果表明,该方法可取得较高的车道线识别率,有效排除误识别,准确表示车道线方向信息。
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
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
基于改进神经网络的图像边缘分割技术
改进神经网络
图像边缘
图像分割
梯度特征
中值特征
改进BP算法
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 基于边缘分布及特征聚类的车道标记线检测
来源期刊 汽车工程 学科
关键词 车道标记线检测 边缘分布 特征聚类
年,卷(期) 2014,(10) 所属期刊栏目
研究方向 页码范围 1210-1215,1179
页数 7页 分类号
字数 5162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 李克强 清华大学汽车安全与节能国家重点实验室 233 4346 35.0 54.0
2 郭君斌 清华大学汽车安全与节能国家重点实验室 3 51 3.0 3.0
3 易世春 清华大学汽车安全与节能国家重点实验室 3 72 3.0 3.0
4 高秀丽 中国农业大学车辆人机工程与智能控制研究室 2 16 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (14)
参考文献  (3)
节点文献
引证文献  (13)
同被引文献  (25)
二级引证文献  (16)
1988(3)
  • 参考文献(0)
  • 二级参考文献(3)
1990(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(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(2)
  • 参考文献(2)
  • 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)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(3)
  • 引证文献(3)
  • 二级引证文献(0)
2018(8)
  • 引证文献(5)
  • 二级引证文献(3)
2019(11)
  • 引证文献(3)
  • 二级引证文献(8)
2020(5)
  • 引证文献(0)
  • 二级引证文献(5)
研究主题发展历程
节点文献
车道标记线检测
边缘分布
特征聚类
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
汽车工程
月刊
1000-680X
11-2221/U
大16开
北京市西城区莲花池东路102号天连大厦1003室
2-341
1979
chi
出版文献量(篇)
4728
总下载数(次)
23
总被引数(次)
66645
论文1v1指导