为了弥补单一模型在车道线检测中的缺点,提高车道线识别的实时性和精确性,提出一种由Hough变换与二次曲线模型相结合的高速公路车道线识别算法。该算法首先对图像作感兴趣区域ROI(Region of Interest)划分;再在LOG算子对ROI边缘检测的...为了弥补单一模型在车道线检测中的缺点,提高车道线识别的实时性和精确性,提出一种由Hough变换与二次曲线模型相结合的高速公路车道线识别算法。该算法首先对图像作感兴趣区域ROI(Region of Interest)划分;再在LOG算子对ROI边缘检测的基础上进行Hough变换检测直线;然后根据已检测出的直线再进一步动态划分ROI和直线检测;最后通过判断两直线段的方向变化趋势进行直线和二次曲线切换拟合车道线。通过对高速公路实际车道线进行实验检测,实验结果表明,该算法能够准确地检测出车道线,准确率和实用性均高于对比算法。展开更多
基金Supported by the National Natural Science Foundation of China under Grant No.60573096(国家自然科学基金)the NSFC-JST Major International(Regional)Joint Research Project under Grant No.60720106001(NSFC-JST重大国际(地区)合作项目)the Foundation of Gansu Province Educational Department of China under Grant No.0604-09(甘肃省教育厅基金)
文摘为了弥补单一模型在车道线检测中的缺点,提高车道线识别的实时性和精确性,提出一种由Hough变换与二次曲线模型相结合的高速公路车道线识别算法。该算法首先对图像作感兴趣区域ROI(Region of Interest)划分;再在LOG算子对ROI边缘检测的基础上进行Hough变换检测直线;然后根据已检测出的直线再进一步动态划分ROI和直线检测;最后通过判断两直线段的方向变化趋势进行直线和二次曲线切换拟合车道线。通过对高速公路实际车道线进行实验检测,实验结果表明,该算法能够准确地检测出车道线,准确率和实用性均高于对比算法。
