为提高复杂环境下的车道线检测精度,设计基于Haar特征耦合级联分类器的车道线检测方案。对输入图像进行尺度缩放,根据消失线位置提取感兴趣区域(region of interest,ROI);从该ROI中提取车道线的Haar特征,引入级联的车道线分类器,对ROI...为提高复杂环境下的车道线检测精度,设计基于Haar特征耦合级联分类器的车道线检测方案。对输入图像进行尺度缩放,根据消失线位置提取感兴趣区域(region of interest,ROI);从该ROI中提取车道线的Haar特征,引入级联的车道线分类器,对ROI中的车道线进行粗检测;借助线段检测器(line segment detector,LSD),对粗检测结果进行线拟合;结合生长策略与几何检查来优化拟合结果,完成目标检测。在多个数据集上进行测试,测试结果表明,与当前的车道线检测方法相比,所提算法具有更高鲁棒性与准确率,可达96.5%。展开更多
文摘为提高复杂环境下的车道线检测精度,设计基于Haar特征耦合级联分类器的车道线检测方案。对输入图像进行尺度缩放,根据消失线位置提取感兴趣区域(region of interest,ROI);从该ROI中提取车道线的Haar特征,引入级联的车道线分类器,对ROI中的车道线进行粗检测;借助线段检测器(line segment detector,LSD),对粗检测结果进行线拟合;结合生长策略与几何检查来优化拟合结果,完成目标检测。在多个数据集上进行测试,测试结果表明,与当前的车道线检测方法相比,所提算法具有更高鲁棒性与准确率,可达96.5%。
