作者:
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:
笔者针对高速公路卡口抓拍的车辆图像,研究了一种利用Kmeans聚类算法进行道路背景检测的方法.使用Kmeans算法对灰度图像的灰度值进行三类聚类,并计算3个类别像素所占的比例,以占比最大的类别作为道路背景类别.实验表明,设计算法的背景检测成功率更高,能够为高速公路卡口抓拍的车辆图像进行道路背景检测提供新思路.
推荐文章
THMR-V道路检测算法设计
移动机器人
道路检测
数学形态学
对光照鲁棒的道路边缘检测算法
道路检测
导向滤波
模糊连通性
驾驶辅助系统
道路检测算法及其DSP实时实现
道路检测,智能车辆,TMS320C6201 DSP,实时视频处理,软件流水线
基于角点的动态背景下运动目标检测算法改进
目标检测
全局运动估计
角点
奇异值分解
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Kmeans的道路背景检测算法研究
来源期刊 信息与电脑 学科
关键词 Kmeans算法 聚类 道路背景检测
年,卷(期) 2020,(15) 所属期刊栏目 算法语言
研究方向 页码范围 48-50
页数 3页 分类号 TP391.41
字数 语种 中文
DOI 10.3969/j.issn.1003-9767.2020.15.019
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (27)
共引文献  (2)
参考文献  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(3)
  • 参考文献(0)
  • 二级参考文献(3)
2015(4)
  • 参考文献(0)
  • 二级参考文献(4)
2016(1)
  • 参考文献(0)
  • 二级参考文献(1)
2017(5)
  • 参考文献(0)
  • 二级参考文献(5)
2018(5)
  • 参考文献(0)
  • 二级参考文献(5)
2019(4)
  • 参考文献(3)
  • 二级参考文献(1)
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
Kmeans算法
聚类
道路背景检测
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
信息与电脑
半月刊
1003-9767
11-2697/TP
北京市东城区北河沿大街79号
chi
出版文献量(篇)
16624
总下载数(次)
72
总被引数(次)
19907
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导