申请/专利权人:东南大学
申请日:2024-01-18
公开(公告)日:2024-04-16
公开(公告)号:CN117893987A
主分类号:G06V20/56
分类号:G06V20/56;G06V10/26;G06V10/44;G06V10/48;G06V10/30;G06T5/70;G06T5/80;G06T5/90;G06T7/90;G06T7/11;G06T7/13;G06T7/136;G06T7/68
优先权:["20240115 CN 2024100604039"]
专利状态码:在审-实质审查的生效
法律状态:2024.05.03#实质审查的生效;2024.04.16#公开
摘要:本发明公开了一种基于视觉特征和数学模型的车道线检测和拟合方法,属于自动驾驶技术领域。在对车道线的检测上,首先对图像进行逆透视变换将其转换为俯视图的视角,然后利用高斯滤波对图像进行去噪处理,接着利用MSRCR算法对图像的暗部进行增强,同时减小图像颜色失真带来的影响,接着利用颜色空间转换将图像转换到HSV空间,再设置阈值对图像进行分割,接着对其进行Sobel边缘检测,并使用霍夫直线检测对结果进行修正。最后,使用直方图统计得到车道线在图像中的位置,结合滑动窗口搜索法获取车道线中心线上的点,根据多项式拟合法得到车道线方程。本发明方法在对复杂环境中对车道线的检测效果车道线更连续和完整、算法鲁邦性更强、实时性能更好。
主权项:1.一种基于视觉特征和数学模型的车道线检测和拟合方法,其特征在于:包括以下步骤:step1:消除输入车道线图像所带有的透视畸变;step2:对消除透视畸变后的图像进行图像增强;step3:对增强后的图像进行阈值分割,得到车道线的主体部分特征;step4:对分割后得到的图像进行边缘检测,得到车道线的边缘部分特征;step5:对车道线的边缘部分进行修正,使结果更加准确;step6:确定车道线的中心线,并进行拟合。
全文数据:
权利要求:
百度查询: 东南大学 一种基于视觉特征和数学模型的车道线检测和拟合方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。