現(xiàn)如今在智能交通領(lǐng)域,車道線及交通標(biāo)志的識(shí)別已經(jīng)發(fā)展得較為成熟,但缺乏對(duì)于交通道路中標(biāo)線識(shí)別的研究。為了解決道路交通標(biāo)線識(shí)別中標(biāo)線分類復(fù)雜以及精確程度不高等問題,提出了一種基于CANNY算法的道路交通標(biāo)線識(shí)別方法。針對(duì)視頻中道路交通標(biāo)線的提取及其識(shí)別,提出通過結(jié)合閾值分割提取顏色特征及使用CANNY算法檢測標(biāo)線邊緣特征等信息,定位出標(biāo)線所在原始圖像的位置,并將ROI定位區(qū)域標(biāo)定分割,得到初步的檢測區(qū)域,將ROI定位區(qū)域標(biāo)定分割后結(jié)合SURF算法提取出圖中的特征點(diǎn),最后基于快速近似最近鄰搜索匹配方法對(duì)標(biāo)線進(jìn)行識(shí)別。實(shí)驗(yàn)發(fā)現(xiàn),此方法剔除了后期檢測時(shí)冗余的特征點(diǎn),減少了處理時(shí)傳輸量,加快了識(shí)別速度,對(duì)現(xiàn)實(shí)場景中車道線的識(shí)別效果良好。 

【文章來源】：信息技術(shù)與網(wǎng)絡(luò)安全. 2019,38(10)

【文章頁數(shù)】：6 頁

【文章目錄】：
0 引言
1 實(shí)驗(yàn)平臺(tái)搭建
2 圖像采集與處理
    2.1 圖像采集
    2.2 圖像處理
        2.2.1 圖像顏色模式轉(zhuǎn)換
        2.2.2 圖像信息提取
3 結(jié)果與分析
4 結(jié)論


【參考文獻(xiàn)】：
期刊論文
[1]基于改進(jìn)Canny算法的道路標(biāo)線自動(dòng)識(shí)別及定位[J]. 羅文婷,李中軼,李林,甘宏,郭建鋼.  西南交通大學(xué)學(xué)報(bào). 2018(06)
[2]智能交通靜態(tài)目標(biāo)自動(dòng)識(shí)別系統(tǒng)的研究[J]. 李運(yùn)生,張名佳.  現(xiàn)代電子技術(shù). 2018(15)
[3]一種用于激光雷達(dá)識(shí)別車道標(biāo)線算法[J]. 孔棟,孫亮,王建強(qiáng),王曉原.  科學(xué)技術(shù)與工程. 2017(16)
[4]基于計(jì)算機(jī)視覺高速智能車輛的道路識(shí)別[J]. 王榮本,游峰,崔高健,郭烈.  計(jì)算機(jī)工程與應(yīng)用. 2004(26)

碩士論文
[1]基于激光點(diǎn)云的道路邊界檢測和標(biāo)線識(shí)別方法的研究與實(shí)現(xiàn)[D]. 李會(huì)賓.北京工業(yè)大學(xué) 2018
[2]基于多層次融合與卷積神經(jīng)網(wǎng)絡(luò)的道路交通標(biāo)線檢測與識(shí)別[D]. 李強(qiáng).長安大學(xué) 2018
[3]車載激光掃描數(shù)據(jù)城市道路及交通標(biāo)線提取方法研究[D]. 滿丹.解放軍信息工程大學(xué) 2017
[4]視覺感知結(jié)合學(xué)習(xí)的道路交通標(biāo)線檢測與識(shí)別方法[D]. 劉慧琪.長安大學(xué) 2016
[5]自然環(huán)境下道路交通標(biāo)志的檢測與識(shí)別研究[D]. 鄧雄偉.南京理工大學(xué) 2014
[6]基于無人車輔助導(dǎo)航的交通標(biāo)線識(shí)別方法研究[D]. 方啟龍.安徽大學(xué) 2012



本文編號(hào)：3244250