-
公开(公告)号：CN110084190B
公开(公告)日：2024-02-06
申请号：CN201910340910.7
申请日：2019-04-25
Applicant: 南开大学
Abstract: 一种基于ANN的剧烈光照环境下的非结构化道路检测方法，其特征在于，在剧烈变化的光照环境下，为减少光照对图像的影响，首先离线采集真实场景下的道路图像并计算每帧图像的平均灰度，合理确定平均灰度的校正目标范围，分别对每帧图像进行Gamma校正，用合适的函数拟合校正系数与平均灰度值之间的关系；在道路在线检测时，对输入的图像序列，使用拟合的Gamma校正函数进行自校正，再进行区域裁剪；再对裁剪后的图像网格化，获取每个小格的特征向量，并做样本标记，利用当前图像的样本信息，搭建ANN神经网络并在线训练、更新和预测，实时输出可行驶区域的检测结果。该方法对光照变化场景有较好的适应性，有效提高了非结构化道路检测的实时性、鲁棒性和准确性。
-
公开(公告)号：CN110210298B
公开(公告)日：2023-06-02
申请号：CN201910339993.8
申请日：2019-04-25
Applicant: 南开大学
IPC: G06V10/25 , G06V10/44 , G06V20/56 , G06T5/00 , G06T5/30 , G06T7/11 , G06T7/40 , G08G1/01 , G08G1/048 , G08G1/0967 , G08G1/0968
Abstract: 本发明公开了一种基于空中视野的曲折道路提取与表示方法，其特征在于，首先是根据空中全局视野视频流获取道路所在区域图像信息，并结合灰度值等级分级原理和拉普拉斯算子锐化纹理原理等方法提取道路，得到覆盖整个路面的离散点数据。其次是根据参照点信息对道路离散数据进行矫正，实现图像坐标系到世界坐标系的转换。再次利用上面矫正后的道路数据进行几何参数拟合，用直线、圆弧、三次函数线三种线段，实现曲率连续的自由道路线拟合。实现了从空中全局图像中提取曲率连续的几何参数表示的曲折道路线，将辨识的几何参数传给地面智能驾驶车辆，可以为车辆提供全局下的路径参考。
-
公开(公告)号：CN110084190A
公开(公告)日：2019-08-02
申请号：CN201910340910.7
申请日：2019-04-25
Applicant: 南开大学
Abstract: 一种基于ANN的剧烈光照环境下的非结构化道路检测方法，其特征在于，在剧烈变化的光照环境下，为减少光照对图像的影响，首先离线采集真实场景下的道路图像并计算每帧图像的平均灰度，合理确定平均灰度的校正目标范围，分别对每帧图像进行Gamma校正，用合适的函数拟合校正系数与平均灰度值之间的关系；在道路在线检测时，对输入的图像序列，使用拟合的Gamma校正函数进行自校正，再进行区域裁剪；再对裁剪后的图像网格化，获取每个小格的特征向量，并做样本标记，利用当前图像的样本信息，搭建ANN神经网络并在线训练、更新和预测，实时输出可行驶区域的检测结果。该方法对光照变化场景有较好的适应性，有效提高了非结构化道路检测的实时性、鲁棒性和准确性。
-
公开(公告)号：CN110210298A
公开(公告)日：2019-09-06
申请号：CN201910339993.8
申请日：2019-04-25
Applicant: 南开大学
IPC: G06K9/00 , G06K9/32 , G06K9/46 , G06T5/00 , G06T5/30 , G06T7/11 , G06T7/40 , G08G1/01 , G08G1/048 , G08G1/0967 , G08G1/0968
Abstract: 本发明公开了一种基于空中视野的曲折道路提取与表示方法，其特征在于，首先是根据空中全局视野视频流获取道路所在区域图像信息，并结合灰度值等级分级原理和拉普拉斯算子锐化纹理原理等方法提取道路，得到覆盖整个路面的离散点数据。其次是根据参照点信息对道路离散数据进行矫正，实现图像坐标系到世界坐标系的转换。再次利用上面矫正后的道路数据进行几何参数拟合，用直线、圆弧、三次函数线三种线段，实现曲率连续的自由道路线拟合。实现了从空中全局图像中提取曲率连续的几何参数表示的曲折道路线，将辨识的几何参数传给地面智能驾驶车辆，可以为车辆提供全局下的路径参考。
-
-
-
Search Results
4
records
(took 0.019 seconds)
