位置:成果数据库 > 期刊 > 期刊详情页
基于改进蚁群算法的周期多帧任务分配
  • ISSN号:1001-3695
  • 期刊名称:计算机应用研究
  • 时间:0
  • 页码:3251-3254
  • 分类:TP391[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]湖南大学信息科学与工程学院,长沙410082, [2]厦门理工学院计算机与信息工程系,福建厦门361024
  • 相关基金:中央高校基本科研业务费专项科研资金项目(531107040421);国家自然科学基金面上项目(60973030);湖南省研究生科研创新项目(CX2011B138);厦门市科技计划指导性项目(3502220109013)
  • 相关项目:异构多核片上系统自适应实时任务调度机制及算法研究
作者: 徐成|
中文摘要:

现有基于消失点估计的道路分割算法要求消失点位于图像内部,并且算法计算复杂度高,难以排除局部纹理特征较强的干扰点.针对这些问题,提出一种基于道路主方向的消失点估计和道路分割算法.首先根据道路主方向的定义对有效投票点进行筛选,然后提出一种多维投票策略,记录待定消失点在各纹理方向的投票信息,并运用该信息判断消失点是否在图像内;最后提出基于道路主方向的边界拟合策略,利用多维投票数据来进行道路边界提取.主观评价和量化分析表明,与经典算法相比,所提算法具有更好的精确度和执行速度,并且当消失点位于图像外部时算法仍有较好的分割效果.

英文摘要:

Most existing road segmentation algorithms based on vanishing point estimation demand the vanishing point locats inside the image,and they are always time-consuming and cannot effectively overcome the interference of noise which has strong texture features.This paper focuses on these problems,and proposes a road segmentation method based on principal orientation and vanishing point estimation.Firstly,the valid voters are selected by the restrains of road principal orientation.Then a multi-dimension voting scheme is presented,which records the voting information in different orientations of candidate vanishing point,and these information is later used to judge whether the vanishing point is located inside image.Finally,a boundary fitting strategy based on principal orientation is proposed,which extracts the road region according to the data generated on the multidimension voting stage.Quantitative and qualitative experiments show that the proposed road segmentation method is more accurate and faster than the traditional algorithms,and it can still work well when the vanishing point is located outside the image.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《计算机应用研究》
  • 北大核心期刊(2011版)
  • 主管单位:四川省科学技术厅
  • 主办单位:四川省计算机研究院
  • 主编:刘营
  • 地址:成都市成科西路3号
  • 邮编:610041
  • 邮箱:arocmag@163.com
  • 电话:028-85210177 85249567
  • 国际标准刊号:ISSN:1001-3695
  • 国内统一刊号:ISSN:51-1196/TP
  • 邮发代号:62-68
  • 获奖情况:
  • 第二届国家期刊奖百种重点科技期刊,国内计算技术类重点核心期刊,国内外著名数据库收录期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,波兰哥白尼索引,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:60049