针对结构化道路车道线检测的鲁棒性与实时性问题,本文提出一种基于概率霍夫变换的车道线识别方法。为了提高检测效率,对感兴趣区域内的图像利用概率霍夫变换方法检测出直线段;用最小二乘法拟合出正确的车道线并计算消失点的坐标,通过计...针对结构化道路车道线检测的鲁棒性与实时性问题,本文提出一种基于概率霍夫变换的车道线识别方法。为了提高检测效率,对感兴趣区域内的图像利用概率霍夫变换方法检测出直线段;用最小二乘法拟合出正确的车道线并计算消失点的坐标,通过计算消失点横坐标和图像中心点横坐标的位置关系预测车道线方向;利用Visual Studio 2013平台完成车道线识别仿真验证。仿真结果表明,本文算法可以在不同环境下检测出车道线特征,有效提高了结构化道路车道线检测的鲁棒性与实时性。展开更多
文摘针对结构化道路车道线检测的鲁棒性与实时性问题,本文提出一种基于概率霍夫变换的车道线识别方法。为了提高检测效率,对感兴趣区域内的图像利用概率霍夫变换方法检测出直线段;用最小二乘法拟合出正确的车道线并计算消失点的坐标,通过计算消失点横坐标和图像中心点横坐标的位置关系预测车道线方向;利用Visual Studio 2013平台完成车道线识别仿真验证。仿真结果表明,本文算法可以在不同环境下检测出车道线特征,有效提高了结构化道路车道线检测的鲁棒性与实时性。