10.3969/j.issn.2095-2163.2022.09.022
基于改进立体视觉算法的无人驾驶测距技术
为了保障无人驾驶汽车行驶安全,提高无人驾驶测距精度,本文提出了一种基于双目视觉的改进测距方法,解决视差计算不准确的问题,采用对比度受限自适应直方图均衡化(Contrast Limited Adaptive Histogram Equalization,CLAHE)算法进行图像细节优化,添加k-means聚类算法选取合适的视差值.实验结果表明,在汽车安全行驶距离范围内,仅使用CLAHE对灰度图像进行优化时,测距平均相对误差约为3.36%;同时采用CLAHE和k-means聚类优化视差时,测距平均相对误差降低了1.06%,测距精度较高.
双目视觉、CLAHE、k-means聚类、测距
12
TP391.9(计算技术、计算机技术)
国家自然科学基金;国家自然科学基金;贵州大学双一流研究重大项目
2022-10-09(万方平台首次上网日期,不代表论文的发表时间)
共5页
123-127