基于轮廓重合度分析的道路标记鲁棒识别

• 作者: 唐琎 耿耀君 肖晓明 陈家成 黄余
• 来源期刊: 中南大学学报（自然科学版）
• 学科: 工学
• 关键词: 交通标记 边缘检测 非目标干扰 椭圆傅里叶描述子 轮廓分析
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 机械工程? 控制科学与工程
• 页码范围: 1813-1824
• 页数: 12页
• 分类号: TP391
• 字数: 8596字
• 语种: 中文
• DOI: 10.11817/j.issn.1672-7207.2020.07.007

摘要

基于道路标线识别是自动驾驶中的一个关键问题,提出一种消除道路场景中大量非目标干扰的道路标线识别方法.该方法将基于椭圆傅里叶描述子的支持向量机分类结果和对道路标线轮廓分析结果进行融合.在此算法中,为了减小非目标区域的干扰,对轮廓图像与Canny边缘图像重合度进行分析以滤除非目标区域.研究结果表明:该道路标记识别算法的分类准确率高达98.69％,召回率高达94.02％,同时误报率较低,为0.61％;精确率和召回率的调和平均数F1高达96.30％;整个道路标记识别算法平均运行时间为34.79 ms,能够实时地检测并分类8种常见道路标记,表明该方法的识别效果较好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖晓明	中南大学自动化学院	24	499	11.0	22.0
2	唐琎	中南大学自动化学院	49	899	14.0	29.0
3	耿耀君	西北农林科技大学信息工程学院	6	23	2.0	4.0
4	陈家成	西北农林科技大学信息工程学院	1	0	0.0	0.0
5	黄余	中南大学自动化学院	1	0	0.0	0.0