典型文献
成像模型约束非均匀B样条曲线拟合车道线检测
文献摘要：
控制点作为基于样条曲线拟合的车道线检测方法的关键数据,其提取过程容易受车道线图像中存在的车辆遮挡、路侧阴影、路面破损等干扰,导致控制点定位精度降低甚至定位失败,进而影响车道线拟合结果.为了提高基于样条曲线拟合的车道线检测效率,提出了一种成像模型约束的非均匀B样条曲线拟合车道线检测方法.首先,对经过中值滤波和直方图均衡化预处理后的车道线图像进行了Canny边缘检测,通过Hough变换和形态学处理减少干扰边缘.然后,基于"相机光轴与道路平面平行"及"左右车道线平行"2个假设,结合相机几何成像模型,建立了车道线曲线拟合控制点成像模型约束.在非均匀B样条曲线车道线拟合阶段,为避免由各种干扰导致扫描线定位当前控制点错误或丢失,基于成像模型约束推导了相邻控制点位置信息关系式,根据已知控制点位置信息估算出当前控制点位置,实现控制点精确定位,进而实现车道线精准拟合.利用Matlab平台实现了算法仿真试验,采用涵盖4种干扰等级的2个车道线图像库验证了算法的有效性,并与2种经典算法在控制点检测率、定位精度、时间成本3个方面展开了对比试验.结果表明:相较于传统经典算法,本算法能显著提高控制点的定位精度和检测率,并对4种等级的干扰有更高的鲁棒性.
文献关键词：
智能交通;成像模型约束;曲线拟合;车道线检测;控制点提取
中图分类号：
作者姓名：
穆柯楠;王会峰;赵祥模
作者机构：
长安大学 电子与控制工程学院,陕西 西安 710064;长安大学 信息工程学院,陕西 西安 710064
文献出处：
引用格式：
[1]穆柯楠;王会峰;赵祥模-.成像模型约束非均匀B样条曲线拟合车道线检测)[J].公路交通科技,2022(09):132-139
A类：
成像模型约束
B类：
非均匀,样条曲线拟合,车道线检测,关键数据,车辆遮挡,路侧,阴影,路面破损,点定,定位精度,检测效率,中值滤波,直方图均衡化,Canny,边缘检测,Hough,形态学处理,光轴,道路平面,扫描线,点错,位置信息,信息关系,关系式,精确定位,Matlab,算法仿真,仿真试验,点检,检测率,时间成本,传统经典,智能交通,控制点提取
AB值：
0.224368
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。
