-
题名复杂环境下的夜间车道检测研究
被引量：3
- 1
-
-
作者
叶庆
赵明辉
李菲
李彬
范彬
-
机构
电子工程学院光电系
总参陆航部驻上海地区军事代表室
-
出处
《安徽大学学报（自然科学版）》
CAS
北大核心
2008年第6期44-47,共4页
-
文摘
夜间车道检测是汽车防撞系统适合在夜间工作的前提.分析了不同照明条件下夜间车道图像的特点,介绍了夜间车道的反射成像模型.根据模型特点,提出了一种基于光密度差的对数Prewitt边缘检测和Hough变换的车道检测算法.算法实验结果表明:该算法比白天典型的车道检测算法具有更好的夜间车道检测能力.
-
关键词
复杂环境
夜间车道检测
光密度
HOUGH变换
-
Keywords
complex environment
nighttime lane detection
luminous density
Hough transform
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名融合改进GAN网络的夜视环境车道线检测
- 2
-
-
作者
刘岩
仇甜甜
肖艳秋
朱付保
王靖雯
-
机构
郑州轻工业大学计算机与通信工程学院
郑州轻工业大学机电工程学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2023年第15期214-222,共9页
-
基金
国家自然科学基金(61605175)
河南省科技攻关项目(212102210427,222102210015,222102210219)。
-
文摘
基于深度学习的车道线检测方法有效地促进了自动驾驶技术的发展,然而这些方法在处理夜视场景下车道线检测问题仍然存在一定的不足。针对夜视场景下车道线检测存在的检测精度弱问题,将基于注意力机制的生成对抗网络(attentive GAN)和空间卷积神经网络(spatial convolutional neural network,SCNN)算法相结合,提出一种针对夜视场景的车道线检测方法。该方法利用Attentive GAN网络提高夜间道路图像质量,突出道路图像中的车道线特征,再利用ResNet-18网络提取车道线特征,随后利用SCNN网络进行图像信息的逐行逐列传递,并利用三次样条曲线进行概率图拟合,得到最终的车道线检测结果。在利用模拟后的TuSimple数据集验证了方法的检测性能,实验结果表明,提出的车道线检测方法在夜视场景下具有良好的车道线检测性能。
-
关键词
夜间车道线检测
注意力机制的生成对抗网络(Attentive
GAN)
ResNet-18网络
空间卷积神经网络(SCNN)
-
Keywords
lane detection at night
attentive generative adversarial networks(GAN)
ResNet-18 network
spatial convolutional neural network(SCNN)
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于光照补偿的夜间车道线检测方法
被引量：1
- 3
-
-
作者
邓鑫
陈紫强
郭朦
梁晨
-
机构
桂林电子科技大学信息与通信学院
-
出处
《激光杂志》
CAS
北大核心
2022年第2期71-76,共6页
-
基金
国家自然科学基金(No.61861011,61871425)
广西重大科技项目(No.AA17204093)
桂林电子科技大学研究生教育创新计划项目。
-
文摘
针对夜间环境下图像整体亮度较暗,光照不均匀造成车道线不易检测的问题,提出一种基于光照补偿的夜间车道线检测方法。将多尺度retinex(Multiscale Retinex,MSR)算法的光照补偿图像和经验模式分解(Empirical Mode Composition,EMD)的内蕴模式分量图像融合以增强图像的光照和对比度。提出基于几何约束的车道线筛选方法,利用基于密度的空间聚类方法对车道线进行分步聚类,消除夜间因光照产生的虚假车道线。实验结果表明,与现有方法相比,所提方法夜间车道线检测准确率有较大提高。
-
关键词
经验模式分解
多尺度RETINEX
图像增强
夜间车道线检测
自动驾驶
-
Keywords
EMD
MSR
image enhancement
night lane line detection
autonomous driving
-
分类号
TN249
[电子电信—物理电子学]
-
