本文選題：智能交通　切入點：道路檢測　出處：《交通運(yùn)輸系統(tǒng)工程與信息》2017年05期

【摘要】：針對大多數(shù)道路檢測方法存在光照變化敏感,陰影導(dǎo)致誤檢、漏檢等問題,提出了一種改進(jìn)的光照不變道路檢測算法.首先將道路圖像RGB空間轉(zhuǎn)換為幾何均值對數(shù)色度空間;然后根據(jù)Shannon熵確定相機(jī)軸標(biāo)定角θ,利用Chebyshev理論去除θ奇異值,得到光照無關(guān)圖Iθ;其次通過隨機(jī)抽樣方法提取道路樣本點,包括道路基準(zhǔn)樣本點和道路參考樣本點;最后建立道路置信區(qū)間分類器,將道路從背景中分離出來.實驗結(jié)果表明,該算法能很好地消除光照變化和陰影對道路檢測的影響,檢測精度高,能滿足實際道路檢測實時性要求.
[Abstract]:An improved illumination invariant road detection algorithm is proposed to solve the problems of sensitive illumination change, false detection caused by shadow and missed detection in most road detection methods.Firstly, the road image RGB space is transformed into the geometric mean logarithmic chrominance space, then the camera axis calibration angle 胃 is determined according to the Shannon entropy, the singular value of 胃 is removed by Chebyshev theory, and the illumination independent graph I 胃 is obtained. Secondly, the road sample points are extracted by random sampling method.Finally, a road confidence interval classifier is established to separate the road from the background.The experimental results show that the algorithm can eliminate the influence of illumination and shadow on road detection, and the accuracy of detection is high, and it can meet the real time requirement of road detection.
【作者單位】： 長安大學(xué)電子與控制工程學(xué)院;江蘇省交通運(yùn)輸與安全保障重點實驗室;
【基金】：國家自然科學(xué)基金(61603057) 陜西省科技工業(yè)攻關(guān)項目(2015GY033) 江蘇省交通運(yùn)輸與安全保障重點建設(shè)實驗室開放基金資助(TTS2015-04)~~
【分類號】：TP391.41;U463.6

【相似文獻(xiàn)】

相關(guān)期刊論文 前1條

1 蔣有功;五輪儀道路檢測探討[J];實用測試技術(shù);1994年02期

相關(guān)碩士學(xué)位論文 前2條

1 曹婷;基于空間線模型的紅外與可見光聯(lián)合道路識別方法研究[D];南京理工大學(xué);2017年

2 袁菲;結(jié)合CNN與MRF的道路檢測方法研究[D];天津工業(yè)大學(xué);2017年

，

本文編號：1721251