基于无人机航拍图像的公路标线检测算法

• 作者: 刘宁钟 李强懿 王立春
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 航拍图像 标线检测 深度学习 FasterR-CNN 无人机
• 年，卷（期）: 2018,（9）
• 所属期刊栏目: 应用开发研究
• 页码范围: 138-142
• 页数: 5页
• 分类号: TP302
• 字数: 4762字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2018.09.028

摘要

随着公路建设的迅速发展,对公路养护的任务量与日俱增,传统的人工查看方式已不再适用,利用无人机航拍对公路标线进行自动化检测无疑是一种更好的检测方式.而对于公路标线的自动化检测分析,首要的便是对图像中的公路标线进行检测.基于无人机航拍公路图像,提出一种针对公路航拍图像的公路标线检测算法.首先依据路面的颜色特征以及梯度特征进行路面分割,并提取分割图像连通区域,然后将深度学习物体检测领域的Faster R-CNN算法与连通区域颜色面积特征相结合进行非标线区域的过滤,最后提取未过滤的标线区域作为公路标线提取结果.实验结果表明,该算法适用性强,运行效率高,针对不同的公路均具有较高的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘宁钟	南京航空航天大学计算机科学与技术学院	36	354	9.0	18.0
2	王立春	南京航空航天大学计算机科学与技术学院	4	12	2.0	3.0
3	李强懿	南京航空航天大学计算机科学与技术学院	4	7	2.0	2.0