最大熵原理在非结构化道路图像识别中的应用

根据非结构化道路环境的特点,结合最大熵理论在图像处理中的运用,提出了一种基于最大熵理论的非结构化道路图像识别的算法。对于以往划分道路时,阴影区域和道路与非路交界区域容易出现分类错误的现象,通过两次最大熵分类,把这些区域重新划分,最终将道路与周围的环境区分开来。同时满足实时性的要求。

边界与区域相融合的非结构化道路检测算法

为了提高非结构化道路识别算法的有效性,提出在运用图像分类和使用归一化彩色分量进行判断的基础上,充分利用图像的边缘信息,通过将图像边界范围、边界走向趋势与区域分类的结果相融合,得到道路的边界。使用Kalman滤波器对道路进行跟踪,处理了由于石阶等原因造成的路面扩大、路与非路交界区模糊难以区分和道路受阴影影响等实际情况。实验结果表明,该方法简便有效,能适应各种不同的非结构化道路,具有一定的鲁棒性。