基于视觉及多特征的前方车辆检测算法
针对现有视频车辆检测算法受光照、噪声等环境因素影响大,漏检和误检率高,难以同时满足鲁棒性及实时性的问题,提出了一种完整的前方车辆检测算法.该算法在改进的Hough变换提取车道线的基础上,首先对图像进行自适应二值化处理,通过腐蚀、膨胀法滤除干扰点；使用简洁有效的方法进行阴影线的合并及ROI区域的提取；算法利用目标区域内的信息熵、车尾对称性特征对感兴趣区域( region of interest, ROI)进行筛选和判别,降低了算法的漏检和误检率；使用改进的Robinson方向检测算子提取车辆边界,取得了较好的效果.结果表明：在处理分辨率为640伊480的视频时,检测正确率89%,运算速度平均为17.6帧/s.
车辆检测、机器视觉、智能车辆、阴影特征、对称性检测
TP391(计算技术、计算机技术)
北京市教育委员会科技创新平台项目JJ002790200802
2015-09-22（万方平台首次上网日期，不代表论文的发表时间）
共8页
1326-1333
