基于改进Canny算法的道路标线自动识别及定位

在自动化道路病害检测过程中,检测车的横向偏移会导致路面病害横向定位的误差,通过边缘检测算法对标线进行自动识别及定位,可消除病害横向定位的误差.但传统Canny边缘检测算法存在对标线边缘识别不全,噪声、伪边缘较多的问题.因此本文对Canny算法进行改进:采用维纳滤波替代高斯滤波以滤除噪声;利用OTSU法自适应地选取图像阈值;提出划定准偏区域以滤除路面干扰并提高边缘完整识别率.研究结果表明:与其他边缘检测算法相比,该算法检测出的边缘像素总数分布在900～2 000,与标准值1 352较为符合,8连通域数与边缘像素总数、4连通域数的比值分别分布在0～0.04和0～0.29,在抑制噪声、剔除伪边缘及路面干扰、边缘识别连续性和单一边缘响应方面实际应用效果较好;人工法验证结果表明该算法定位标线结果与实际值的吻合度高达99%,可在同步采集的3D激光图像上进行路面病害横向定位.

远程交通微波传感器中的门限检测算法

为了确保远程交通微波传感器的测量精度,在信号的恒虚警处理技术以及车道自动识别的基础上,提出了一种分车道门限检测算法。根据车辆位置的概率密度函数,对车道进行自动识别,在此基础上对车道进行划分,在划分的各个车道上设定恒虚警门限,并设置第二门限,对检测结果进行判决。实验结果表明,该方法能够正确的检测各车道内的车辆目标,且有效减小"零信号"对车流量检测的影响。