摘要

为了提高基于视觉的道路检测算法的准确性和鲁棒性,提出一种基于种子超像素生长的视觉道路检测算法。提出一种基于图像形态学开运算的方法去除道路车道线信息;将RGB颜色空间转换为更加符合人类视觉特性的HSV颜色空间,并对原图像进行超像素分割;提出一种道路种子超像素选取方法;计算各超像素块和种子像素块之间的归一化直方图距离以进行种子生长,并提出融合道路模型,完成基于视觉的道路检测。为验证所提算法的有效性,利用KITTI数据集进行道路检测实验。实验结果表明,该算法在不同场景下道路检测准确率均超过86.38%,召回率超过86.62%,相比其他算法在准确性和鲁棒性上有了显著的提高。

  • 单位
    重庆师范大学涉外商贸学院