-
题名基于YOLOv7和图像分块的车道线破损检测算法
- 1
-
-
作者
温王鹏
罗文婷
李林
张德津
陈文婷
吴镇涛
-
机构
福建农林大学交通与土木工程学院
南京工业大学交通运输工程学院
深圳大学建筑与城市规划学院
-
出处
《传感器与微系统》
CSCD
北大核心
2024年第9期131-134,139,共5页
-
基金
国家重点研发计划资助项目(2021YFB3202901)
福建省高校产学合作重大项目(2020H6009)。
-
文摘
提出了一种结合YOLOv7和图像分块的车道线破损检测方法。首先,利用YOLOv7模型检测并提取车道线区域。其次,运用Otsu法计算每个子块的阈值及子块背景区域和目标区域的灰度均值差值,以此实现二值化。然后,采用双线性插值法平滑图像,实现车道线分割,并利用拓扑结构分析法提取车道线轮廓。最后,设计了像素统计、直线拟合、割断检测3种方法判断车道线是否破损。实验结果表明:在不同场景下,该算法在破损车道线检测中的精确率为91.79%,具有较好的检测效果和一定的应用价值。
-
关键词
车道线破损检测
深度学习
YOLOv7算法
分块分割
最大类间方差法
-
Keywords
lane line damage detection
deep learning
YOLOv7 algorithm
block segmentation
Otsu method
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
U491.5
[交通运输工程—交通运输规划与管理]
-