基于改进大津算法的结构化道路车道线识别
TP391; 为了提升车道线检测的准确性和实时性,改良车道偏离预警系统的性能,提出了一种改进大津算法(Otsu)的车道线识别算法.首先对实时图像进行了感兴趣区域划分、灰度化以及空间滤波等一系列预处理操作,然后应用改进大津算法对密封条进行阈值分割.结果表明,采用改进大津算法的阈值分割方法检测结果更准确,检测速度更快....
Gespeichert in:
| Veröffentlicht in: | 武汉交通职业学院学报 2020, Vol.22 (4), p.101-107 |
|---|---|
| Hauptverfasser: | , |
| Format: | Artikel |
| Sprache: | chi |
| Online-Zugang: | Volltext |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| container_end_page | 107 |
|---|---|
| container_issue | 4 |
| container_start_page | 101 |
| container_title | 武汉交通职业学院学报 |
| container_volume | 22 |
| creator | 蔡永华 周志勇 |
| description | TP391; 为了提升车道线检测的准确性和实时性,改良车道偏离预警系统的性能,提出了一种改进大津算法(Otsu)的车道线识别算法.首先对实时图像进行了感兴趣区域划分、灰度化以及空间滤波等一系列预处理操作,然后应用改进大津算法对密封条进行阈值分割.结果表明,采用改进大津算法的阈值分割方法检测结果更准确,检测速度更快. |
| doi_str_mv | 10.3969/j.issn.1672-9846.2020.04.017 |
| format | Article |
| fullrecord | <record><control><sourceid>wanfang_jour</sourceid><recordid>TN_cdi_wanfang_journals_whjtglgbxyxb202004017</recordid><sourceformat>XML</sourceformat><sourcesystem>PC</sourcesystem><wanfj_id>whjtglgbxyxb202004017</wanfj_id><sourcerecordid>whjtglgbxyxb202004017</sourcerecordid><originalsourceid>FETCH-wanfang_journals_whjtglgbxyxb2020040173</originalsourceid><addsrcrecordid>eNpjYFAxNNAztjSz1M_SyywuztMzNDM30rW0MDHTMzIwMtAzMNEzMDRnYeCEi3Mw8BYXZyYZGBgamBoaGRtxMlg-nb_rya6-Z1N2vtg_--mS5c-2LH2-bvqzzVOfz2p5vnvys3ktT3umvWyc_GL7-hd7lwEZz3ftf7G-7WnHah4G1rTEnOJUXijNzaDr5hri7KFbnpiXlpiXHp-VX1qUB5SJL8_IKknPSU-qqKxIAjnMwAToLGNS1QMAue9bSA</addsrcrecordid><sourcetype>Aggregation Database</sourcetype><iscdi>true</iscdi><recordtype>article</recordtype></control><display><type>article</type><title>基于改进大津算法的结构化道路车道线识别</title><source>国家哲学社会科学学术期刊数据库 (National Social Sciences Database)</source><creator>蔡永华 ; 周志勇</creator><creatorcontrib>蔡永华 ; 周志勇</creatorcontrib><description>TP391; 为了提升车道线检测的准确性和实时性,改良车道偏离预警系统的性能,提出了一种改进大津算法(Otsu)的车道线识别算法.首先对实时图像进行了感兴趣区域划分、灰度化以及空间滤波等一系列预处理操作,然后应用改进大津算法对密封条进行阈值分割.结果表明,采用改进大津算法的阈值分割方法检测结果更准确,检测速度更快.</description><identifier>ISSN: 1672-9846</identifier><identifier>DOI: 10.3969/j.issn.1672-9846.2020.04.017</identifier><language>chi</language><publisher>汽车零部件技术湖北省协同创新中心,湖北 武汉 430070</publisher><ispartof>武汉交通职业学院学报, 2020, Vol.22 (4), p.101-107</ispartof><rights>Copyright © Wanfang Data Co. Ltd. All Rights Reserved.</rights><woscitedreferencessubscribed>false</woscitedreferencessubscribed></display><links><openurl>$$Topenurl_article</openurl><openurlfulltext>$$Topenurlfull_article</openurlfulltext><thumbnail>$$Uhttp://www.wanfangdata.com.cn/images/PeriodicalImages/whjtglgbxyxb/whjtglgbxyxb.jpg</thumbnail><link.rule.ids>314,776,780,4010,27900,27901,27902</link.rule.ids></links><search><creatorcontrib>蔡永华</creatorcontrib><creatorcontrib>周志勇</creatorcontrib><title>基于改进大津算法的结构化道路车道线识别</title><title>武汉交通职业学院学报</title><description>TP391; 为了提升车道线检测的准确性和实时性,改良车道偏离预警系统的性能,提出了一种改进大津算法(Otsu)的车道线识别算法.首先对实时图像进行了感兴趣区域划分、灰度化以及空间滤波等一系列预处理操作,然后应用改进大津算法对密封条进行阈值分割.结果表明,采用改进大津算法的阈值分割方法检测结果更准确,检测速度更快.</description><issn>1672-9846</issn><fulltext>true</fulltext><rsrctype>article</rsrctype><creationdate>2020</creationdate><recordtype>article</recordtype><recordid>eNpjYFAxNNAztjSz1M_SyywuztMzNDM30rW0MDHTMzIwMtAzMNEzMDRnYeCEi3Mw8BYXZyYZGBgamBoaGRtxMlg-nb_rya6-Z1N2vtg_--mS5c-2LH2-bvqzzVOfz2p5vnvys3ktT3umvWyc_GL7-hd7lwEZz3ftf7G-7WnHah4G1rTEnOJUXijNzaDr5hri7KFbnpiXlpiXHp-VX1qUB5SJL8_IKknPSU-qqKxIAjnMwAToLGNS1QMAue9bSA</recordid><startdate>2020</startdate><enddate>2020</enddate><creator>蔡永华</creator><creator>周志勇</creator><general>汽车零部件技术湖北省协同创新中心,湖北 武汉 430070</general><general>武汉理工大学,湖北 武汉 430070</general><general>现代汽车零部件技术湖北省重点实验室(武汉理工大学) ,湖北 武汉 430070</general><scope>2B.</scope><scope>4A8</scope><scope>92I</scope><scope>93N</scope><scope>PSX</scope><scope>TCJ</scope></search><sort><creationdate>2020</creationdate><title>基于改进大津算法的结构化道路车道线识别</title><author>蔡永华 ; 周志勇</author></sort><facets><frbrtype>5</frbrtype><frbrgroupid>cdi_FETCH-wanfang_journals_whjtglgbxyxb2020040173</frbrgroupid><rsrctype>articles</rsrctype><prefilter>articles</prefilter><language>chi</language><creationdate>2020</creationdate><toplevel>online_resources</toplevel><creatorcontrib>蔡永华</creatorcontrib><creatorcontrib>周志勇</creatorcontrib><collection>Wanfang Data Journals - Hong Kong</collection><collection>WANFANG Data Centre</collection><collection>Wanfang Data Journals</collection><collection>万方数据期刊 - 香港版</collection><collection>China Online Journals (COJ)</collection><collection>China Online Journals (COJ)</collection><jtitle>武汉交通职业学院学报</jtitle></facets><delivery><delcategory>Remote Search Resource</delcategory><fulltext>fulltext</fulltext></delivery><addata><au>蔡永华</au><au>周志勇</au><format>journal</format><genre>article</genre><ristype>JOUR</ristype><atitle>基于改进大津算法的结构化道路车道线识别</atitle><jtitle>武汉交通职业学院学报</jtitle><date>2020</date><risdate>2020</risdate><volume>22</volume><issue>4</issue><spage>101</spage><epage>107</epage><pages>101-107</pages><issn>1672-9846</issn><abstract>TP391; 为了提升车道线检测的准确性和实时性,改良车道偏离预警系统的性能,提出了一种改进大津算法(Otsu)的车道线识别算法.首先对实时图像进行了感兴趣区域划分、灰度化以及空间滤波等一系列预处理操作,然后应用改进大津算法对密封条进行阈值分割.结果表明,采用改进大津算法的阈值分割方法检测结果更准确,检测速度更快.</abstract><pub>汽车零部件技术湖北省协同创新中心,湖北 武汉 430070</pub><doi>10.3969/j.issn.1672-9846.2020.04.017</doi></addata></record> |
| fulltext | fulltext |
| identifier | ISSN: 1672-9846 |
| ispartof | 武汉交通职业学院学报, 2020, Vol.22 (4), p.101-107 |
| issn | 1672-9846 |
| language | chi |
| recordid | cdi_wanfang_journals_whjtglgbxyxb202004017 |
| source | 国家哲学社会科学学术期刊数据库 (National Social Sciences Database) |
| title | 基于改进大津算法的结构化道路车道线识别 |
| url | https://sfx.bib-bvb.de/sfx_tum?ctx_ver=Z39.88-2004&ctx_enc=info:ofi/enc:UTF-8&ctx_tim=2025-02-02T00%3A53%3A23IST&url_ver=Z39.88-2004&url_ctx_fmt=infofi/fmt:kev:mtx:ctx&rfr_id=info:sid/primo.exlibrisgroup.com:primo3-Article-wanfang_jour&rft_val_fmt=info:ofi/fmt:kev:mtx:journal&rft.genre=article&rft.atitle=%E5%9F%BA%E4%BA%8E%E6%94%B9%E8%BF%9B%E5%A4%A7%E6%B4%A5%E7%AE%97%E6%B3%95%E7%9A%84%E7%BB%93%E6%9E%84%E5%8C%96%E9%81%93%E8%B7%AF%E8%BD%A6%E9%81%93%E7%BA%BF%E8%AF%86%E5%88%AB&rft.jtitle=%E6%AD%A6%E6%B1%89%E4%BA%A4%E9%80%9A%E8%81%8C%E4%B8%9A%E5%AD%A6%E9%99%A2%E5%AD%A6%E6%8A%A5&rft.au=%E8%94%A1%E6%B0%B8%E5%8D%8E&rft.date=2020&rft.volume=22&rft.issue=4&rft.spage=101&rft.epage=107&rft.pages=101-107&rft.issn=1672-9846&rft_id=info:doi/10.3969/j.issn.1672-9846.2020.04.017&rft_dat=%3Cwanfang_jour%3Ewhjtglgbxyxb202004017%3C/wanfang_jour%3E%3Curl%3E%3C/url%3E&disable_directlink=true&sfx.directlink=off&sfx.report_link=0&rft_id=info:oai/&rft_id=info:pmid/&rft_wanfj_id=whjtglgbxyxb202004017&rfr_iscdi=true |