基于RGB熵的非结构化道路分割方法

根据非结构化道路彩色图像中,道路通常呈现为灰色,非道路区域呈现为彩色的特征,提出一种基于RGB熵的边缘到边缘非结构化道路分割方法。计算RGB熵直方图的最小差值,选取RGB熵的阈值,初步检测出道路与非道路区域;将初步检测结果图像划分成多个方格,计算每个方格内黑白像素比例,转换成二值图像;采用轮廓跟踪法搜索道路左右边缘方格,采用边缘到边缘的方法,准确分割道路区域和非道路区域。实验结果表明,该方法能较好分割非结构化道路,抗干扰能力强,对道路形状不敏感,计算量较小,符合无人驾驶系统实时性要求。

基于RGB熵和改进区域生长的非结构化道路识别方法

非结构化道路通常没有车道线等引导标线,且边界模糊,周围干扰因素较多,在这种道路上自动驾驶以及车辆辅助驾驶的车道保持功能将不能可靠工作。通过生成道路RGB图像的熵图像,并计算此熵图像直方图的最小差值,以此差值作为阈值初步分割道路图像并使用改进区域生长方法提取出道路区域。使用实时性较好的二次曲线建立车道模型,并使用改进的最小二乘拟合方法可有效避开道路区域边缘杂点并提高边缘拟合速度。试验结果表明,改进的方法可以快速并较好地提取出非结构化道路图像中的车道并拟合出车道线,有利于实现基于视觉的自动驾驶和车辆辅助驾驶系统在非结构化道路上的车道保持。