原文服务方: 工业仪表与自动化装置       
摘要:
该文基于计算机视觉基础,设计了一种车道线的检测与识别技术,通过汽车搭载的前置摄像头获取道路前方包含车道线等信息的实时画面,并对画面进行预处理、形态学运算、Canny边缘检测、累计概率Hough变换等一系列转换,得到正确的车道线信息.实验结果表明,该方法可以有效快速地检测和识别出正确车道线,满足了汽车无人驾驶系统的响应时间需求,在汽车无人驾驶的开发过程中有一定的现实研究意义.
推荐文章
基于机器视觉的车道标志线实时检测研究
机器视觉
车道识别
智能驾驶
基于计算机视觉的铆钉缺陷检测
计算机视觉
图像处理
差影法
铆钉缺陷
基于计算机视觉的人脸检测
人脸检测
肤色分割
计算机视觉
基于机器视觉的快速车道线识别
机器视觉
车道线识别
B-Spline
曲线拟合
随机采样一致
嵌入式系统
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 基于计算机视觉的车道线检测与识别
来源期刊 工业仪表与自动化装置 学科
关键词 计算机视觉 车道线 检测 识别
年,卷(期) 2020,(1) 所属期刊栏目 信息与动态
研究方向 页码范围 118-121
页数 4页 分类号 TP391.41
字数 语种 中文
DOI 10.3969/j.issn.1000-0682.2020.01.028
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 谌海云 西南石油大学电气信息学院 85 369 11.0 15.0
2 王晓杰 西南石油大学电气信息学院 3 0 0.0 0.0
3 阎翔 西南石油大学电气信息学院 2 0 0.0 0.0
4 范光鑫 西南石油大学电气信息学院 1 0 0.0 0.0
5 闫嘉欣 西南石油大学电气信息学院 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  (101)
共引文献  (15)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2000(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(1)
  • 二级参考文献(0)
2004(7)
  • 参考文献(0)
  • 二级参考文献(7)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(7)
  • 参考文献(0)
  • 二级参考文献(7)
2011(9)
  • 参考文献(0)
  • 二级参考文献(9)
2012(10)
  • 参考文献(0)
  • 二级参考文献(10)
2013(9)
  • 参考文献(0)
  • 二级参考文献(9)
2014(12)
  • 参考文献(0)
  • 二级参考文献(12)
2015(10)
  • 参考文献(1)
  • 二级参考文献(9)
2016(14)
  • 参考文献(1)
  • 二级参考文献(13)
2017(4)
  • 参考文献(1)
  • 二级参考文献(3)
2018(5)
  • 参考文献(2)
  • 二级参考文献(3)
2019(4)
  • 参考文献(4)
  • 二级参考文献(0)
2020(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)
研究主题发展历程
节点文献
计算机视觉
车道线
检测
识别
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
工业仪表与自动化装置
双月刊
1000-0682
61-1121/TH
大16开
1971-01-01
chi
出版文献量(篇)
3676
总下载数(次)
0
总被引数(次)
18688
论文1v1指导