| 基于Beamlet和K-means聚类的车道线识别 |
| |
| 引用本文： | 肖进胜,程显,李必军,高威,彭红. 基于Beamlet和K-means聚类的车道线识别[J]. 四川大学学报(工程科学版), 2015, 47(4): 98-103 |
| |
| 作者姓名： | 肖进胜 程显 李必军 高威 彭红 |
| |
| 作者单位： | 武汉大学,武汉大学,武汉大学,武汉大学,武汉大学 |
| |
| 基金项目： | 61471272雾霾天气条件下监控视频的复原与增强研究,91120002面向城区综合环境的无人驾驶车辆平台及关键技术研究 |
| |
| 摘 要： | 为了解决视频车道线识别中抗噪性差和鲁棒性低的问题，本文提出了一种基于新的特征提取和分类的快速车道线识别算法。算法首先对预处理后的灰度图像进行改进的Beamlet变换，然后对Beamlet的中点集合运用改进的K-means方法进行聚类分析；最后对每类中的中点集合分别进行基于三阶贝塞尔曲线的RANSAC拟合后可以准确地提取出车道线。本文通过简化Beamlet词典与快速提取Beamlet基，加快了Beamlet变换的计算速度；通过寻找最佳投影线与多次迭代聚类中心来改进K-means聚类，解决了曲线车道线和车道线数目的聚类问题。实验证明，对于结构化或非结构化的道路环境，本文算法的都具有很好的可靠性、实时性和鲁棒性。
|
| 关 键 词： | 智能交通；车道线识别；Beamlet变换；K-means聚类 RANSAC拟合 |
| 收稿时间： | 2014-09-29 |
| 修稿时间： | 2014-12-16 |
Lane Detection Algorithm Based on Beamlet Transformation and K-means Clustering |
| |
| Xiao jinsheng,Chen Xian,LI Bijun,PENG Hong and GAO Wei. Lane Detection Algorithm Based on Beamlet Transformation and K-means Clustering[J]. Journal of Sichuan University (Engineering Science Edition), 2015, 47(4): 98-103 |
| |
| Authors: | Xiao jinsheng Chen Xian LI Bijun PENG Hong GAO Wei |
| |
| Affiliation: | Wuhan University,Wuhan University,Wuhan University,Wuhan University,Wuhan University |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《四川大学学报(工程科学版)》浏览原始摘要信息 |
|
点击此处可从《四川大学学报(工程科学版)》下载全文 |
|
