摘要
车道线的检测是自动或智能辅助驾驶的核心问题之一。目前,在复杂场景下对车道线检测存在精度不高、准确性差等问题,本文提出一种基于全卷积网络及K-means聚类的分割算法,旨在解决复杂环境下车道线检测存在的问题。本文的方法通过进行大量数据的训练来获取的全卷积神经网络模型,利用模型可以准确检测到车道线,从而减少交通事故的发生。本文算法主要包括以下步骤:首先,使用图像预处理,采用二值化、直方图均衡化、中值滤波等预处理方法来获取图像的细节信息.
出处
《电子世界》
CAS
2021年第10期101-103,共3页
Electronics World
基金
福建省教育厅中青年教师教育科研项目(项目编号:JT180832)。
