边界与区域相融合的非结构化道路检测算法_尹建新.pdf

第34 卷 第15 期 计 算 机 工 程 2008 年8 月 Vol.34 No.15 Computer Engineering August 2008 ·人工智能及识别技术· 文章编号：1000—3428(2008)15—0217—03 文献标识码：A 中图分类号：TP391.41 边界与区域相融合的非结构化道路检测算法 尹建新，莫路锋 (浙江林学院信息工程学院，临安 311300) 摘 要：为了提高非结构化道路识别算法的有效性，提出在运用图像分类和使用归一化彩色分量进行判断的基础上，充分利用图像的边缘 信息，通过将图像边界范围、边界走向趋势与区域分类的结果相融合，得到道路的边界。使用 Kalman 滤波器对道路进行跟踪，处理了由 于石阶等原因造成的路面扩大、路与非路交界区模糊难以区分和道路受阴影影响等实际情况。实验结果表明，该方法简便有效，能适应各 种不同的非结构化道路，具有一定的鲁棒性。 关键词：非结构化道路；Kalman 滤波；图像分类；归一化彩色分量 Measurement Arithmetic for Unstructured Road Based on Boundary and Region YIN Jian-xin, MO Lu-feng (School of Information Science and Technology, Zhejiang Forest University, Lin’an 311300) 【Abstract 】In order to enhance the validity for the unstructured road recognition, this paper makes full use of the picture edge information after image classification and judgment of normalized color tristimulus coefficient to get the boundary data of the road through the image boundary scope, the boundary line tendency and the region classification. The following step should be tracking the path with Kalman Filter(KF), which solves the problem of road surface expansion, vagueness in road and un-road border area and shadow influence due to stone steps. The experimental result indicates that this simple and effective method adapts to every kind of different unstructured road and has certain robustness. 【Key words 】unstructured road; Kalman Filter(KF); image classification; normalized color 智能车自主导航时采用何种导航方式，以及道路检测算 图像采集 法的实时性与鲁棒性等，一直是研究的一个探索热点[1-3] ，采 [4-6] 用机器视觉导航是当前导航技术研究领域的主流方向 。要 直方图统