發(fā)布時間：2021-06-23 04:40

　　現(xiàn)如今在智能交通領(lǐng)域,車道線及交通標志的識別已經(jīng)發(fā)展得較為成熟,但缺乏對于交通道路中標線識別的研究。為了解決道路交通標線識別中標線分類復雜以及精確程度不高等問題,提出了一種基于CANNY算法的道路交通標線識別方法。針對視頻中道路交通標線的提取及其識別,提出通過結(jié)合閾值分割提取顏色特征及使用CANNY算法檢測標線邊緣特征等信息,定位出標線所在原始圖像的位置,并將ROI定位區(qū)域標定分割,得到初步的檢測區(qū)域,將ROI定位區(qū)域標定分割后結(jié)合SURF算法提取出圖中的特征點,最后基于快速近似最近鄰搜索匹配方法對標線進行識別。實驗發(fā)現(xiàn),此方法剔除了后期檢測時冗余的特征點,減少了處理時傳輸量,加快了識別速度,對現(xiàn)實場景中車道線的識別效果良好。 

【文章來源】：信息技術(shù)與網(wǎng)絡(luò)安全. 2019,38(10)

【文章頁數(shù)】：6 頁

【文章目錄】：
0 引言
1 實驗平臺搭建
2 圖像采集與處理
    2.1 圖像采集
    2.2 圖像處理
        2.2.1 圖像顏色模式轉(zhuǎn)換
        2.2.2 圖像信息提取
3 結(jié)果與分析
4 結(jié)論


【參考文獻】：
期刊論文
[1]基于改進Canny算法的道路標線自動識別及定位[J]. 羅文婷,李中軼,李林,甘宏,郭建鋼.  西南交通大學學報. 2018(06)
[2]智能交通靜態(tài)目標自動識別系統(tǒng)的研究[J]. 李運生,張名佳.  現(xiàn)代電子技術(shù). 2018(15)
[3]一種用于激光雷達識別車道標線算法[J]. 孔棟,孫亮,王建強,王曉原.  科學技術(shù)與工程. 2017(16)
[4]基于計算機視覺高速智能車輛的道路識別[J]. 王榮本,游峰,崔高健,郭烈.  計算機工程與應(yīng)用. 2004(26)

碩士論文
[1]基于激光點云的道路邊界檢測和標線識別方法的研究與實現(xiàn)[D]. 李會賓.北京工業(yè)大學 2018
[2]基于多層次融合與卷積神經(jīng)網(wǎng)絡(luò)的道路交通標線檢測與識別[D]. 李強.長安大學 2018
[3]車載激光掃描數(shù)據(jù)城市道路及交通標線提取方法研究[D]. 滿丹.解放軍信息工程大學 2017
[4]視覺感知結(jié)合學習的道路交通標線檢測與識別方法[D]. 劉慧琪.長安大學 2016
[5]自然環(huán)境下道路交通標志的檢測與識別研究[D]. 鄧雄偉.南京理工大學 2014
[6]基于無人車輔助導航的交通標線識別方法研究[D]. 方啟龍.安徽大學 2012



本文編號：3244250