典型文献
智能车辆车道线识别方法研究
文献摘要：
针对基于特征的车道线识别算法识别不佳的问题,提出了一种基于开源计算机视觉库(OpenCV)的车道线识别算法来改进车道线的识别.首先对图像进行感兴趣区域划分,其次根据RGB颜色空间将图像三通道以5:5:0的比例转化为灰度图,经过高斯滤波后用积分图法将图像转换为二值图像,再进行形态学去噪并将二值化图像转换为鸟瞰图,使用滑动窗多项式拟合法拟合车道线.同时,为了解决车道线突然消失的问题提出了一种重构缺失边车道线的方法.结果表明:该检测方法在caltech车道线数据集达到了92.52％的准确率,处理单帧图像耗时约65.80 ms,具有较好的准确率和实时性.提出的车道线重构方法重构效果良好,能有效提高智能车辆的行车安全.
文献关键词：
车道线识别;OpenCV;积分图;滑动窗多项式拟合;车道重构
中图分类号：
作者姓名：
王源隆;井志强;张峻玮;王亮国;季子杰;赵万忠
作者机构：
南京航空航天大学能源与动力学院,南京 210016
文献出处：
引用格式：
[1]王源隆;井志强;张峻玮;王亮国;季子杰;赵万忠-.智能车辆车道线识别方法研究)[J].重庆理工大学学报,2022(02):1-10
A类：
滑动窗多项式拟合,caltech,车道重构
B类：
智能车辆,辆车,车道线识别,识别算法,算法识别,开源计算机视觉库,OpenCV,感兴趣区域,区域划分,RGB,颜色空间,三通道,灰度图,高斯滤波,积分图,图法,图像转换,二值图像,学去,去噪,二值化图像,鸟瞰图,多项式拟合法,单帧图像,ms,重构方法,方法重构,构效,高智能,行车安全
AB值：
0.299859
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
