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:
障碍物检测与分割是地面无人车辆环境感知领域中一项重要的任务.针对传统障碍物检测与分割算法的计算量大、分割精度较差等问题,提出了一种基于显著性分析的障碍物检测、分割优化算法.首先,利用基于频率调谐的方法生成场景图像的显著图;然后,通过单目摄像机与激光雷达的联合标定将雷达反射点映射到显著图上;最后,结合单目摄像机和激光雷达两种传感器信息,通过改进的图像区域分割算法,实现障碍物的检测与分割.为了验证所提出算法有效性,采集多幅包含障碍物的典型越野场景图像,对该算法进行实验与仿真验证,结果证明了该算法的有效性.
推荐文章
基于图像显著性检测的图像分割
显著性检测
图像分割
流形排序
火焰检测
基于视觉显著性的目标分割算法
显著性
SURF
Gist
图论
基于视觉显著性的彩色图像分割
彩色图像分割
视觉显著性
视觉特征
基于视觉显著性的水面垃圾目标检测
显著性检测
显著性特征
随机森林
水面垃圾目标检测
SLIC
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 基于视觉显著性的无人车图像检测及分割方法
来源期刊 计算机工程与应用 学科 工学
关键词 障碍检测 显著性分析 图像分割 地面无人车
年,卷(期) 2017,(22) 所属期刊栏目 图形图像处理
研究方向 页码范围 176-179,242
页数 5页 分类号 TP391
字数 4728字 语种 中文
DOI 10.3778/j.issn.1002-8331.1607-0302
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 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
2 李伦波 南京理工大学计算机科学与工程学院 7 25 3.0 5.0
3 张俊杰 南京理工大学计算机科学与工程学院 3 15 2.0 3.0
4 丁淑艳 南京理工大学电子工程与光电技术学院 4 16 2.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (47)
共引文献  (38)
参考文献  (7)
节点文献
引证文献  (10)
同被引文献  (22)
二级引证文献  (9)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(5)
  • 参考文献(1)
  • 二级参考文献(4)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(7)
  • 参考文献(2)
  • 二级参考文献(5)
2012(10)
  • 参考文献(0)
  • 二级参考文献(10)
2013(6)
  • 参考文献(0)
  • 二级参考文献(6)
2014(5)
  • 参考文献(0)
  • 二级参考文献(5)
2015(4)
  • 参考文献(3)
  • 二级参考文献(1)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(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)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(10)
  • 引证文献(7)
  • 二级引证文献(3)
2020(8)
  • 引证文献(2)
  • 二级引证文献(6)
研究主题发展历程
节点文献
障碍检测
显著性分析
图像分割
地面无人车
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导