位置:成果数据库 > 期刊 > 期刊详情页
基于Haar-like和MB-LBP特征分区域多分类器车辆检测
  • ISSN号:1003-6059
  • 期刊名称:《模式识别与人工智能》
  • 时间:0
  • 分类:TP242[自动化与计算机技术—控制科学与工程;自动化与计算机技术—检测技术与自动化装置]
  • 作者机构:[1]中国科学技术大学自动化系,安徽合肥230027, [2]中国科学院合肥物质科学院应用技术研究所,安徽合肥230088, [3]国网安徽省电力公司马鞍山供电公司,安徽马鞍山243000
  • 相关基金:国家自然科学基金重大研究计划重点项目(91120307);国家自然科学基金重大研究计划集成项目(91320301);国家自然科学基金重大研究计划培育项目(91420104)
中文摘要:

基于障碍物栅格图的道路边界检测目前主要通过对道路区域或符合边界特征的种子点进行生长来实现.但这些算法易受路内障碍物的干扰,其主要原因在于道路形态信息的缺失,包括道路趋势信息和道路宽度分布信息.为此,本文通过对障碍物栅格图进行距离变换获得道路的趋势信息,同时通过构建道路的宽度分布直方图来获取道路宽度分布信息.在此基础上,完成道路边界种子点的提取,接着通过区域生长获取完整的道路边界点,最后进行二次曲线拟合得到完整的道路边界形状.实验证明,本文方法对车流量较大环境下的道路边界提取具有较高的鲁棒性和准确性.

英文摘要:

The road curb detection based on obstacle grid map is implemented mainly through the growing of road area or the seed points satisfying the features of road curb. However, these algorithms are prone to be affected by the obstacles inside the road area because of the absence of the road shape information, such as road trend information and road width distribution information. To overcome this problem, distance transformation is firstly performed on obstacle grid map to acquire the trend information, followed by the construction of width distribution histogram to express road width distribution information.Based on these, road curb seed points are extracted, the full road curb points are obtained through region growth, and the road curb shape is acquired through quadratic curve fitting. The experiment proves that the algorithm presented performs relatively more robust and accurate for the road curb extraction in relative busier road.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《模式识别与人工智能》
  • 中国科技核心期刊
  • 主管单位:中国科学技术协会 中国自动化学会
  • 主办单位:国家智能计算机研究开发中心 中国科学院合肥智能机械研究所
  • 主编:郑南宁
  • 地址:安徽省合肥市蜀山湖路350号中国科学院合肥智能机械研究所
  • 邮编:230031
  • 邮箱:bjb@iim.cas.cn
  • 电话:0551-5591176
  • 国际标准刊号:ISSN:1003-6059
  • 国内统一刊号:ISSN:34-1089/TP
  • 邮发代号:26-69
  • 获奖情况:
  • 国内外数据库收录:
  • 被引量:10169