- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
一 种实时鲁棒的非结构化道路检测算法
王晓栋 ,徐 成 ,刘 彦
(1.湖南大学 计算机与通信学院,长沙410082;2.江苏省计算机信息处理技术图像处理与图像通信重点实验
室,江苏 苏州 215006)
摘 要 :针对智能导航系统中的非结构化道路检测问题 ,提 出一种分块分段混合高斯模型和 B样条 曲线模型相
结合 (block—segmentGaussianmixtureandB—splinenmdel,BSGMM—BS)的非结构化道路检测算法。该算法利用待
处理 图像的彩色信息对道路 区域和非道路 区域进行混合高斯建模 ,利用分块分段方法提取道路边界点,最后使
用最小二乘法求解 B样条曲线最优控制点,完成对道路双边界的拟合。实地测试和对比实验表明,该算法实时
性好 ,对阴影 、光照变化等影响具有较强的抗干扰性。
关键词:非结构化道路检测 ;混合高斯模型;B样条 曲线 ;图像处理
中图分类号:TP391 文献标志码 :A 文章编号2010)07—2763—003
doi:10.3969/j.issn.1001—3695.2010.07.103
Rea1timeandrobustmethodforunstructuredroadsdetection
WANGXiao—dong .XUCheng一,IIUYah。
(1.Schoolq,ComputerCommunication,HunanUniversit),Chan~ha410082,Chizu~;2.JiangsuProvincialKeyLaboratoryofComputerIn-
formationProcessingTechnolog),SuzhouJiangsu215006,China)
Abstract:Thispaperproposedanunstructuredroaddetectionalgorithm basedonblock—segmentGaussianmixturenlodeland
B—splinecurvemodeI,calledBSGMM BS.Firstmodeledtheroadandoff-roadregionsbyGaussianmixturecolormode1.Then
—
jntroduecdamethodcalledblock—segmentmethodtoextrae[theroadedgepoints.Finallyfittedtwoboundariesofthelaneby
theB—splinecurveinwhichthe})esteontrolpointsweresearchedbytheleastsquaremethod.Fieldtestsandcomparisonex—
perimentsshow thatthealgorithm iSreal—timeandiSrobustagainstshadows.jlluminationvariations.
Keywords:unsturcturedroaddetection;Gaussianmixturemodel;B—splinecurve;imageprocessing
基于视觉的智能导航系统是机器视觉的一个重要应用领 对阴影 、光照变化有较强抗干扰性的特点,在保证算法鲁棒性
域。近年来,随着人们对智能导航系统需求的不断增加,如车 的同时确保了算法的实时性。
辆 自动停泊 、军用无人驾驶坦克等,使得智能导航系统得到了
1 研究背景
飞速的发展。其中,如何在各种环境下准确地识别车辆前方道
路是智能导航系统中的关键 问题之一。 过去的研究表明,在非同质环境下,如有树阴、障碍物的干
通常,现实中的道路分为
文档评论(0)