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:
航拍图像的道路检测在无人飞行器导航和场景理解中起着重要的作用.道路的颜色、形状是最直接的道路特征,对颜色特征而言,只有得到准确的道路颜色模型,才能较好地实现道路的分割,但道路的复杂性和多样性导致自动获得目标的颜色模型非常困难;相比颜色特征,形状特征则较为稳定,这是因为道路区域有着固定的宽度.鉴于此,论文提出了一种基于笔画宽度变换(SWT)的道路检测方法.该方法利用改进的笔画宽度变换来获得像素笔画宽度这一形状特征;之后使用K均值聚类分离并提取出含有道路区域的类别;最后去除道路区域类别中的干扰和毛刺,实现道路的准确检测.在典型公开数据集上的实验证明论文方法适于检测多种道路,准确性较高.
推荐文章
基于支持向量机的无人机视觉障碍检测
低高度飞行
支持向量机
图像分割
障碍检测
基于智能视觉的无人机导航技术研究
智能视觉
无人机
着陆导航
图像预处理
特征提取
姿态角
基于视觉的自主车道路检测技术研究
自主车
道路检测
信息融合
D-S证据理论
FSVM
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 基于笔画宽度变换的无人机视觉道路检测
来源期刊 计算机与数字工程 学科 工学
关键词 航拍图像 道路检测 笔画宽度变换 K均值聚类
年,卷(期) 2018,(1) 所属期刊栏目 图像处理
研究方向 页码范围 182-186
页数 5页 分类号 TP391.41
字数 3963字 语种 中文
DOI 10.3969/j.issn.1672-9722.2018.01.038
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 王欢 南京理工大学计算机科学与工程学院 30 340 11.0 18.0
2 侯阳阳 南京理工大学计算机科学与工程学院 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (23)
共引文献  (14)
参考文献  (11)
节点文献
引证文献  (2)
同被引文献  (17)
二级引证文献  (0)
1986(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(3)
  • 参考文献(2)
  • 二级参考文献(1)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(4)
  • 参考文献(1)
  • 二级参考文献(3)
2012(5)
  • 参考文献(2)
  • 二级参考文献(3)
2013(3)
  • 参考文献(1)
  • 二级参考文献(2)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(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)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
航拍图像
道路检测
笔画宽度变换
K均值聚类
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
计算机与数字工程
月刊
1672-9722
42-1372/TP
大16开
武汉市东湖新技术开发区凤凰产业园藏龙北路1号
1973
chi
出版文献量(篇)
9945
总下载数(次)
28
总被引数(次)
47579
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导