基于高分辨率遥感影像的车道线提取

车道线是自动驾驶高精度地图的组成部分,利用车载摄像头和激光雷达提取车道线的研究已经比较深入。本文探讨了利用高分辨率遥感影像提取车道线的方法。首先依据直方图原则选取合适的阈值进行二值化分割,其次利用道路中线形成的缓冲区去除道路范围外的要素,然后利用形态学算子去除噪声,最后利用方向和面积因子提取不同的车道线。该方法可以降低数据采集的成本,提高采集效率。     

车道线检测中自适应图像预处理算法研究

针对传统车道线检测中图像预处理算法易受光照、遮挡以及阴影等环境因素影响的问题,提出了一种自适应灰度处理算法,并与全局二值化组合用于车道线检测的图像预处理.算法结合R和G通道对车道线的敏感性自适应选取灰度处理阈值,并结合逆透视变换和全局二值化算法实现高质量预处理图像生成.为了验证本文算法实际性能,分别在Tusimple、KITTI、CULane和Caltech-lanes 4个数据集上进行了测试实验.实验结果表明:所提算法能够有效降低光照、遮挡和阴影等环境因素对预处理效果的影响,相比于传统预处理方法检测精度更高,鲁棒性与普适性更优.     

利用双灭点估计的车道线检测

车道线检测是自动驾驶汽车或高级驾驶辅助系统的重要组成部分,利用安装在车辆前方的单目相机以实时成像的方式获取车辆在当前车道的横向偏移,从而为车辆的车道保持、超车换道等横向控制策略提供参考。本文提出了一种基于双灭点估计的实时、稳健的车道检测方法。首先利用尺度自适应的局部对称算子对车道线点特征进行提取;其次对左右车道线分别估计灭点,以灭点为导向,构建特征点的统计直方图;然后选择穿过大多数特征点的直线且通过特征点和所选线之间的重叠度对灭点进行估计更新,重复上一步骤以获得稳定的灭点;最后基于稳定的灭点验证并选择最佳的车道线。本文在公共数据集对提出的方法进行了测试,试验结果表明,本文方法在满足实时性的前提下,能有效提高算法整体的稳健性。     

基于循环特征融合的弯道增强车道线检测算法

针对道路转弯处曲率过大导致弯道识别的精度下降的问题,本文提出了一种基于循环特征融合Resa-CC的弯道增强车道线检测算法。该算法利用车道线的形状先验性,捕获图像像素中行与列的空间关系,融合信息生成特征图;以残差网络为主体框架,加入编码器、解码器和注意力机制模块,在损失函数中引入弯道结构约束来提高车道线弯道的识别精度。加入循环特征融合模块和自注意力机制模块后准确率分别提升3.41%和1.1%,证明了两模块的有效性;Resa-CC算法准确率可达96.83%,FPS为35.68,误检率FP和漏检率FN分别为0.031 5和0.028 2,表明本文算法具有较高的检测性能,在车辆行驶弯道路段中能更准确地推断出车道线的位置。     

基于街景影像的交通标志识别

针对街景影像中交通标志识别存在的问题,结合交通标志的对称性特点和Hough变换对图形检测的抗残缺能力,提出一种基于Hough变换搜索交通标志中心点的交通标志检测方法。在识别过程中,利用SIFT算法将提取的目标区域依次与对应模板库中的模板影像匹配进行交通标志的识别。     

交通地理信息中基于梯度方向的车道线提取

针对所摄路面影像,本文提出了基于梯度方向的车道线提取方法。车道线上边缘点的梯度方向大体与本车道线垂直,据此我们可以将车道线上的边缘点从所有边缘点中分离出来,再将这些点拟合,得到车道线。实验结果表明,本文方法具有很好的鲁棒性,对复杂路面的车道线提取效果较好。     

基于结构特征的地图上带晕线多边形的识别

在建立GIS的过程中,从现有的各种比例尺的地形图上获取地理信息是必不可少的工作。带晕线多边形是基本比例尺地形图上最主要的地物要素类别之一,文中在地图二值图像的基础上,根据带晕线多边形的结构特征,利用一系列图像变换技术,首次成功地实现了带晕线多边形的自动识别与提取。提出并实现了用于带晕线类多边形影像分割的4方向RLS变换方法,详细讨论了收缩变换、扩张变换、细化、开图形删除和带晕线类多边形的识别等算法。实验表明,利用文中所述方法进行带晕线多边形识别与提取的正确率可达96%左右。     

基于车载三维激光扫描的道路线提取研究

近年来,随着空间信息获取技术的发展,激光扫描技术在城市三维数据采集中应用越来越广泛,本文以车载激光扫描点云数据为研究对象,利用点云数据空间分布特征和反射强度信息,结合道路标线的几何特征,提出一种快速有效地从离散点云中提取道路标识线的方法。该方法首先利用车载激光点云数据中的高程信息和反射强度信息对原始点云进行滤波。然后将分割后的点云数据投影到二维平面中,利用反射强度信息和点云空间分布信息生成点云强度特征图像,利用标线规则的几何形状,对连通区域进行道路标识线的提取。最后,基于道路标识线的语义信息,利用Hough变换对检测到的标识线进行分类和连接,从而提取完整、准确的三维道路标识线点云数据。通过居民区和高速公路扫描数据处理案例,实现了高速公路虚实标识线和干扰因素较多的居民区界线的自动提取,验证了上述道路标识线提取方法的可靠性,应用效果较好。     

一种基于室内点云数据的建筑墙线提取

针对室内点云数据无结构化属性、数据间无连接、不承载语义信息且数据点密度高的特点,结合建筑物点云几何特征和室内导航需求,通过数据降维简化建筑几何特征提取的复杂性,提出一种基于室内点云数据提取建筑物墙线的方法.该方法首先通过向特定方向投影,利用点云密度直方图完成天花板面、地板面和房间墙面的初步分割;然后将房间墙面点云数据向...     

倒车辅助系统车位线识别方法研究

提出了一种用于倒车辅助系统的基于改进Hough变换的车位线识别方法。算法首先采用局部像素分布特征以剔除非直线的干扰像素,然后使用像素直方图自适应地选择与车位线边缘直线相适宜的梯度方向区间,减少参与Hough变换的像素点数的同时减少背景干扰直线边缘的影响,最后通过判断相邻边缘间的像素灰度关系,进一步确认车位线边缘,从而识别出图像中的车位线。相比于传统hough变换和基于梯度方向区间的改进随机Hough变换（Grad-RHT）,本文算法在保持与Grad-RHT运行效率相当的情况下,在各种干扰背景下都取得了更好的车位线边缘直线检测正确率,表现出较好的识别鲁棒性。     

改进的Hough变换在机场跑道检测中的应用

提出了一种改进的Hough变换方法用于机场跑道的检测。传统Hough变换存在计算量大等缺陷,本文利用直线边缘的梯度相位信息把Hough变换中θ的取值限定在一个较小的范围内,同时减少用于计算的像素点数,大大降低了计算量。通过实验证明了本文方法切实可行。     

一种迭代法的圆曲线拟合方法

针对在实际测量工作中量测圆心坐标及半径时存在的问题,该文基于迭代法的思想,推导了一种圆曲线拟合的方法,并用实例数据进行了检验。结果显示,该方法在离散点均匀采集或非均匀采集的情况下均具有良好的拟合效果,与目前在圆曲线拟合方法中普遍采用的最小二乘法相比,具有同样高的拟合精度,验证了该拟合方法的正确性与可行性。     

基于自适应中值滤波和改进Hough变换的直线提取

直线是遥感图像的重要纹理特征,直线提取是直线匹配、遥感影像数据的三维重建、图像配准等的前提基础。本文针对传统Hough变换存在的问题以及MatLab软件工具箱中现有滤波算法的不足,提出对Hough变换进行改进,设计自适应中值滤波,并结合Canny边缘检测算子实现了直线的准确提取,使得直线提取算法具有较强的抗噪性能,不误检直线。     

最小二乘法和迭代法圆曲线拟合

为了提高形变监测中圆曲线拟合的精度,该文在总结已有的圆曲线拟合方法的基础上,推导了一种基于最小二乘法的圆曲线拟合方法:以原半径与拟合半径的几何距离差值平方和最小为准则,在计算过程中再结合迭代法,在离散点非均匀采集的情况下有效地提高拟合精度。最后运用程序对模拟数据及实例数据进行了处理分析,结果证明该拟合方法是可行的。     

基于影像的道路标线自动识别方法

利用图像处理技术和模式识别技术。提出了一种基于影像的道路标线自动识别方法，实验结果表明，该算法速度快，准确率高，适应性强。     

改进约束D-TIN的等高线陡坡区域识别

针对高线图中陡坡区域特征的自动识别问题,在应用Delaunay三角网与线性插值法生成等高线图的基础上,改进了基于最大角原则生成约束Delaunay三角网的算法,对等高线图进行了三角剖分,根据等高线之间约束三角形的几何参数,计算了等高线图坡面单元坡度,识别出坡度较高区域。进一步地,给出了一种扩张算法对相连陡坡单元进行划分形成陡坡区域,计算了各个陡坡区域中心坐标、面积与平均坡度。通过对12组有256个坐标高程值的数据构建约束D-TIN并生成三维地形图对识别结果进行了评价,识别正确率达0.903,平均识别时间为33ms。实验表明,对于不同数据生成的不同等级等高线图的识别结果均有较高的效率与准确率。     

利用边界特征自动识别台风云系

基于台风无论是在生成期、成熟期,还是在消亡期,都具有螺旋性的特征,非台风云系无此特征,充分挖掘云系边界特点,统计出单幅云图中各云系边界的旋转程度。运用Bezier直方图曲率曲线两次确定分割阈值,迭代分割卫星云图,结合台风的旋转与面积、形状等几何特性,识别卫星云图中的台风云系。实验表明该方法对台风云系有很好的识别率。     

基于立体环形邻域的GMRF模型及其在遥感影像纹理识别中的应用

对传统的GMRF模型进行了扩展,建立了基于立体环形邻域的GMRF模型,并设计了分步模型参数求解方法。这种新的模型不仅全面考虑了多光谱高分辨率影像中各波段内像元之间的空间相关性,而且还顾及了波段间像元的相关性。与传统的GMRF模型相比,基于立体环形邻域的GMRF模型提取的纹理信息更为丰富。采用Forrest彩色纹理图像和QuickBird卫星遥感影像进行了实验验证,实验结果表明本文提出的基于立体环形邻域GM-RF模型的纹理识别算法具有较强的普遍适用性,对不同情况的纹理影像(即空间相关性主要存在于波段间还是波段内)进行识别均能获得较好的分类效果。     

一种直线特征标志的子像素定位方法

在近景摄影测量中,常常需要对直线特征的标志进行定位,而标志定位的精度会影响到整个测量的精度。不同特征的控制点标志,对应不同的识别方法,因此控制点标志的选择须根据不同的要求,进行综合研究分析。本文提出一种新的混合方法,首先采用Hough变换对直线特征标志进行直线检测,得到直线初值;然后采用灰度矩边缘直线拟合定位法,对标志点中心进行子像素定位。通过实验证明:经过Hough变换得到粗值的灰度矩边缘直线拟合定位法达到较高的定位精度,证明了该混合方法的有效性。