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:
针对现有视频车辆检测算法受光照、噪声等环境因素影响大,漏检和误检率高,难以同时满足鲁棒性及实时性的问题,提出了一种完整的前方车辆检测算法.该算法在改进的Hough变换提取车道线的基础上,首先对图像进行自适应二值化处理,通过腐蚀、膨胀法滤除干扰点;使用简洁有效的方法进行阴影线的合并及ROI区域的提取;算法利用目标区域内的信息熵、车尾对称性特征对感兴趣区域( region of interest, ROI)进行筛选和判别,降低了算法的漏检和误检率;使用改进的Robinson方向检测算子提取车辆边界,取得了较好的效果.结果表明:在处理分辨率为640伊480的视频时,检测正确率89%,运算速度平均为17.6帧/s.
推荐文章
多车道复杂环境下前方车辆检测算法
车辆检测
改进阴影多特征
局部二值模式纹理
深度网络算法
机器视觉
计算机视觉下的车辆目标检测算法综述
深度学习
计算机视觉
车辆检测
目标检测算法
基于多特征的AdaBoost行人检测算法
行人检测
多特征
直方图统计
查找表
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 基于视觉及多特征的前方车辆检测算法
来源期刊 北京工业大学学报 学科 工学
关键词 车辆检测 机器视觉 智能车辆 阴影特征 对称性检测
年,卷(期) 2015,(9) 所属期刊栏目 电子信息与控制工程
研究方向 页码范围 1326-1333
页数 8页 分类号 TP391
字数 4620字 语种 中文
DOI 10.11936/bjutxb2014050061
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 段建民 北京工业大学城市交通学院 130 1093 16.0 25.0
2 刘冠宇 北京工业大学城市交通学院 5 57 4.0 5.0
3 郑榜贵 北京工业大学城市交通学院 21 337 12.0 18.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (18)
共引文献  (28)
参考文献  (12)
节点文献
引证文献  (14)
同被引文献  (29)
二级引证文献  (16)
1944(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(2)
  • 二级参考文献(0)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(4)
  • 参考文献(2)
  • 二级参考文献(2)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(4)
  • 参考文献(1)
  • 二级参考文献(3)
2011(5)
  • 参考文献(0)
  • 二级参考文献(5)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(5)
  • 引证文献(4)
  • 二级引证文献(1)
2017(4)
  • 引证文献(1)
  • 二级引证文献(3)
2018(11)
  • 引证文献(4)
  • 二级引证文献(7)
2019(7)
  • 引证文献(4)
  • 二级引证文献(3)
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
车辆检测
机器视觉
智能车辆
阴影特征
对称性检测
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
北京工业大学学报
月刊
0254-0037
11-2286/T
大16开
北京市朝阳区平乐园100号
2-86
1974
chi
出版文献量(篇)
4796
总下载数(次)
21
总被引数(次)
40595
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导