热门关键词:
位置:首页 > 机械文档

视觉导航智能汽车路径识别图像处理算法研究

  • 该文件为pdf格式
  • 文件大小:2MB
  • 浏览次数
  • 发布时间:2017-03-10
文件介绍:

本资料包含pdf文件1个,下载需要5积分

视觉导航智能汽车路径识别图像处理算法研究复杂环境下图像快速准确处理是智能汽车稳定运行的前提和保证 . 该文针对由于光线等因素造成图像对比
度不明显问题,提出了线性变换方法处理图像;针对由于图像边缘点的干扰而造成中位数处理失败,提出了中值滤
波和 T 型窗口算法;基于 R o b e r t s 算子的高精度和 S o b e l 算子的高运算效率,提出了-种融合两种算子的融合算法
用以改进边缘检测算法 . 实际应用表明,上述算法可以过滤边缘噪音,有效地去除干扰噪音,过滤后整幅图像的边
缘更连续平滑,融合算法的计算量远远小于单-算子,算法的实时性和准确性大幅提高 .
关 键 词:线性变换;中值滤波; T 型窗口算法;改进边缘检测算法
中图分类号: T P 3 9 1
文献标志码: A
随着科学技术的进步,带有视觉传感器的智能车出现并迅速发展 [
1 ] . 带有视觉等传感器的飞思卡尔智
能车可以自动寻找路线,自动改变方向以适应当前路况 . 高效率的算法可以使视觉导航智能车稳定、快速
地行驶,因此合适的图像处理算法对于视觉导航智能车非常重要 [
2 ] .
目前,基于图像处理的飞思卡尔智能车的道路检测算法的相关研究已经非常广泛,但是实际应用中所
采用的的方法则相对比较单-,比较典型的有平行车道检测算法 [
3 ] 和线性算法 [ 4 ] 两种 . 现有的这些路径识
别算法受光照强度等外界因素影响严重,对于随机噪声的适应性差 [
5 ] . 也有引入 S o b e l 算子、
R o b e r t s 算子
等进行摄像头图像边缘检测的相关研究,但是 R o b e r t s 算子精度高、实时性差 [
6 ] ,
S o b e l

正在加载...请等待或刷新页面...
发表评论
验证码 验证码加载失败