典型文献
基于机器视觉的多车道线检测和分类算法
文献摘要：
为解决机器视觉在多车道线检测时出现车道线漏识别、误识别、分类难和准确率低等问题,提出一种检测多车道线和快速分类的方法.首先获取原始图像的感兴趣区域并使用Gamma校正增强多车道线特征信息;然后使用多相位Gabor滤波器叠加滤波图像提取车道线纹特征,获得其边缘梯度;接着基于改进带多参数Hough变换提取出直线线段,基于累加角度值的直方图和双截距约束法实现多车道线快速分类;最后只需提取出线段上少量关键点,通过最小二乘法拟合出完整的车道线,生成动态有效的检测区域,减小后续检测时间.实验结果表明:该设计算法在Tusimple数据集与实际拍摄拥挤、夜间环境的道路中进行验证,识别准确率分别为95.4％,96.22％和95.22％,高于其他常用方法;该算法充分利用车道线多个特征信息,不易受检测环境变化带来的影响.
文献关键词：
机器视觉;车道线检测;Gamma校正;Gabor滤波器;Hough变换;直方图;截距约束
中图分类号：
作者姓名：
朱贤臻;魏霞;黄德启
作者机构：
新疆大学 电气工程学院,新疆 乌鲁木齐 830017
文献出处：
引用格式：
[1]朱贤臻;魏霞;黄德启-.基于机器视觉的多车道线检测和分类算法)[J].现代电子技术,2022(23):49-54
A类：
截距约束
B类：
机器视觉,多车道,车道线检测,分类算法,误识,快速分类,原始图像,感兴趣区域,Gamma,线特征,特征信息,多相位,Gabor,滤波器,图像提取,多参数,Hough,线段,累加,直方图,出线,最小二乘法拟合,合出,检测时间,计算法,Tusimple,拥挤,识别准确率,常用方法,用车,受检,检测环境
AB值：
0.306347
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。
