基于聚类算法的车道线检测方法

• 作者: 蔡英凤 袁江 陈军 陈龙 高力
• 来源期刊: 江苏大学学报（自然科学版）
• 学科: 工学
• 关键词: 车道线检测 聚类算法 霍夫变换 特征点 欧氏距离
• 年，卷（期）: 2017,（6）
• 页码范围: 621-625
• 页数: 5页
• 分类号: TP391.4
• 字数: 2786字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-7775.2017.06.001

摘要

针对不确定的外部环境易对现有的快速路车道线检测算法造成干扰并导致误检的问题,提出了一种基于改进的霍夫变换的车道线检测方法.首先对图像进行滤波、边缘识别、二值化的预处理.预处理后,以行为单位提取包含车道线边缘的特征点.对特征点按照欧氏距离组合,在纵向上将特征点建立联系.算法优点在于采用聚类算法将特征点组合,剔除孤立的特征点、明确检测目标、减少错误特征点的干扰和霍夫变换的计算量,提高计算的实时性和正确率.通过约4 000帧不同时间段和外部环境的车道图片对算法进行检验.结果表明:检测方法能很好地实现多种环境下的车道线检测,晴好天气正确率为99.18％,不良天气正确率为97.45％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈龙	江苏大学汽车工程研究院	368	3236	25.0	34.0
2	蔡英凤	江苏大学汽车工程研究院	56	247	9.0	14.0
3	高力	江苏大学汽车与交通工程学院	4	18	3.0	4.0
4	袁江		1	6	1.0	1.0
5	陈军		1	6	1.0	1.0