原文服务方: 自动化与仪表       
摘要:
该文针对前方车辆检测和测距中环境适应性差和定位精度低的问题,提出了一种基于单目视觉结合机器学习和图像形态学处理的方法.采用多尺度块局部二值模式特征MB-LBP(multiscale block local binary pattern)和支持向量机SVM(support vector machine)进行初步检测.将检测出的窗口作为感兴趣区域进行直方图均衡,阈值分割和开运算.二值化后在窗口中进行灰度搜索,将车底阴影坐标作为车辆的像素坐标.根据相机几何投影原理和相机标定推导出车距测量模型,代入坐标得到车距.实验表明该方法在晴天、阴天和小雨的行车环境下平均准确率为94.1%,50m内相对测距误差小于4%.
推荐文章
基于单目视觉的前方车辆探测方法
车辆
单目视觉
测距
感兴趣区
对称性测度
基于单目视觉的前方车辆检测与测距
单目视觉
车辆检测
单目测距
多尺度分块二值模式
级联分类器
基于单目视觉的车辆下边沿估计和逆透视变换的车距测量
单目视觉
车辆测距
视觉测距
逆透视变换
自动驾驶汽车
基于单目视觉的测距算法
背景差分法
单目测距
车道线平行
几何推导
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 基于单目视觉的前方车辆检测与测距方法
来源期刊 自动化与仪表 学科
关键词 单目视觉 车辆检测 车辆测距
年,卷(期) 2019,(10) 所属期刊栏目 检测技术与数据处理
研究方向 页码范围 57-61
页数 5页 分类号 TP391
字数 语种 中文
DOI 10.19557/j.cnki.1001-9944.2019.10.013
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 韩军 西安工业大学光电工程学院 49 247 9.0 13.0
2 宋东谕 西安工业大学光电工程学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (63)
共引文献  (21)
参考文献  (7)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(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)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
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(9)
  • 参考文献(0)
  • 二级参考文献(9)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(5)
  • 参考文献(0)
  • 二级参考文献(5)
2014(4)
  • 参考文献(0)
  • 二级参考文献(4)
2015(6)
  • 参考文献(0)
  • 二级参考文献(6)
2016(8)
  • 参考文献(2)
  • 二级参考文献(6)
2017(5)
  • 参考文献(0)
  • 二级参考文献(5)
2018(3)
  • 参考文献(3)
  • 二级参考文献(0)
2019(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(2)
  • 参考文献(2)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
单目视觉
车辆检测
车辆测距
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
自动化与仪表
月刊
1001-9944
12-1148/TP
大16开
1981-01-01
chi
出版文献量(篇)
3994
总下载数(次)
0
总被引数(次)
18195
论文1v1指导