-
柏猛等人提出一种基于图模型的道路检测方法。首先，将道路图像划分为子图，计算子图特征向量，生成图模型结点集。然后，提出相近半径概念，计算相近结点边权值，生成图模型边集。在此基础上，采用基于最小生成树的结点合并规则对图模型结点进行合并，实现道路图像分割。最后，通过设置取样窗口，提取道路结点，分割出道路区域。通过实验分析道路检测精度与子图尺寸及阈值参数间的关系，适用于道路检测。26997
- 上一篇：谱聚类算法文献综述和参考文献
- 下一篇：金融排斥文献综述和参考文献
许华荣等人提出一种新的基于均匀非周期B样条曲线模型的结构化道路检测算法。算法首先利用Canny边缘检测算法提取道路边缘，然后使用最小二乘法拟合道路标识线，最后利用所提取的道路标识线求取道路中央线，进而完成道路拟合。为了准确定位道路弯道位置，算法运用最大转向偏差定位(MDPS)方法求解道路模型控制点。实验证明该算法快速、稳定、灵活，可以满足智能导航的要求。
王荣本等人研究了基于高速道路的智能车辆道路识别系统，通过对JLUIV-4智能高速车辆系统采集的图像进行中值滤波、边缘增强、最优阈值二值化，获得良好的梯度图像。根据道路特征采用 Hough变换识别出道路边界。使用感兴趣区域，减少图像处理时间和提高道路识别的可靠性。JLUIV-4的高速导航实验表明，该算法具有良好的实时性、可靠性和鲁棒性。论文网
参考文献
[1] 智能车辆视觉导航中道路检测算法的研究 刘化胜 南京航空航天大学 2004-01-01
[2] 复杂环境的道路检测技术研究 郝志帅 南京理工大学 2009-05-01
[3] 智能车辆视觉辅助导航中的道路检测技术研究 王强 南京航空航天大学 2005-02-01
[4] 基于Contourlet变换与主动轮廓模型的遥感图像道路检测方法研究 岳爱菊 陕西师范大学 2008-05-01
[5] 智能车辆中的道路检测与识别 张伟 重庆大学 2006-04-20
[6] 移动机器人视觉导航中的道路检测技术研究 李陆 重庆大学 2012-05-01
[7] 基于机器视觉的非结构化道路检测与障碍物识别方法 宋怀波; 何东健; 辛湘俊 农业工程学报 2011-06-30
[8] 基于单目视觉的道路检测与跟踪的研究 苗冬霜 燕山大学 2006-04-01
[9] 基于机器视觉的道路检测跟踪系统研究 王芳 北京交通大学 2009-06-15
[10] 移动式机器人视觉导航中道路检测算法的研究 任莉勇 南京理工大学 2009-06-01
[11] 交通视频中运动目标检测及道路检测问题研究及实现 崔宇 大连海事大学 2014-05-01
[12] SAR图像中的道路检测技术研究 蒋运辉 电子科技大学 2005-01-01
[13] 智能车辆中的道路检测和目标检测技术研究 华冰 重庆大学 2008-05-01