车道偏移的检测是智能车辆辅助驾驶系统中的重要技术问题之一。通过基于灰度阈值分割的梯度边缘检测技术,在对路面图像进行边缘检测的同时,配合以路面的灰度信息,准确地分离出车道标志线的边缘,再依此定义车道的跟踪区域——感兴趣区域(...车道偏移的检测是智能车辆辅助驾驶系统中的重要技术问题之一。通过基于灰度阈值分割的梯度边缘检测技术,在对路面图像进行边缘检测的同时,配合以路面的灰度信息,准确地分离出车道标志线的边缘,再依此定义车道的跟踪区域——感兴趣区域(ROI),利用车道边缘信息定义边缘分布函数EDF(Edge Distribution Function),通过对跟踪区域中车道线梯度方向的分析,获取两条车道标志线在道路图像中的方向,以此作为车道偏移判断与预警的主要根据。该方法能够有效地抑制图像中非线性物体的干扰,是一种有效、可靠的车道偏移检测与预警方法。展开更多
文摘车道偏移的检测是智能车辆辅助驾驶系统中的重要技术问题之一。通过基于灰度阈值分割的梯度边缘检测技术,在对路面图像进行边缘检测的同时,配合以路面的灰度信息,准确地分离出车道标志线的边缘,再依此定义车道的跟踪区域——感兴趣区域(ROI),利用车道边缘信息定义边缘分布函数EDF(Edge Distribution Function),通过对跟踪区域中车道线梯度方向的分析,获取两条车道标志线在道路图像中的方向,以此作为车道偏移判断与预警的主要根据。该方法能够有效地抑制图像中非线性物体的干扰,是一种有效、可靠的车道偏移检测与预警方法。
