基于无人机航拍图像的道路检测开题报告演示幻灯片.pptVIP

导 师： 学 生： 学 号： 学 科： 基于无人机航拍图像 的道路检测 目录 选题背景和意义 视觉传感器的优势 研究现状 传统面向UAV的道路检测方法主要包括基于特征的方法和基于模型的方法，前者通过检测图像中一般道路区域所具有的低层特征，如边缘和颜色信息，实现道路的检测，后者利用高层模型实现道路的自适应分割。 近十年来，基于识别的通用目标检测方法取到的长足的发展，这些方法较好地利用了目标整体可识别的信息，比如，使用多尺度滑动窗口的区域提议结合目标识别的方法在人脸、车辆和行人目标检测方面取得了较高的准确性。 进一步研究并提出更加快速准确的道路检测方法对UAV具有重要意义。 研究内容简介 算法设计思路 鉴于此，提出了一种基于道路宽度变换的道路检测方法。该方法利用道路宽度变换这一形状特征对道路预提取，在此基础上建立准确的道路颜色模型；并将道路检测问题转化为超像素的标记问题，使用二次凸优化算法计算最优标记。 传统SWT （1）建立宽度图像，初始化宽度图像中每个像素值为无穷大 算法示意图 （2）计算图像的边缘和梯度方向 改进SWT 可能遇到的问题 二、道路场景的复杂性和多样性 （1）姿态稳定性差、不易操纵； （2）光照的影响。 （1）道路本身的复杂性和多样性； （2）外界的干扰。 （1）算法的通用性； （2）算法的高效性。 课题进度安排 感谢您的关注 Thanks for your attention 选题背景和意义 研究现状和发展趋势 传统SWT 笔画宽度变换（SWT） SWT的基本流程是： （1）建立宽度图像，初始化宽度图像中每个像素值为无穷大； （2）对原图像提取边缘点，从任一边缘点出发，沿该点的梯度方向搜索其他边缘点，如果找到一个其它边缘点，且其梯度方向正好与搜索方向一致,，则将出发点与该点的空间位置距离赋予宽度图像中连接这两点的线段上所有的像素点的值。