不同的路面类型会对车辆的制动、加速、变道等决策产生不同影响，因此实时获取路面类型信息对于提高智能汽车的安全性、舒适性等有着重要意义。论文提出一种基于LBP算子的路面类型识别方法，首先采集了四种车辆行驶常见路面的图像信息，并对图像进行了增广处理；然后使用LBP算子提取出路面图像的纹理特征，再采用PCA方式对纹理特征进行降维；最后通过分类器对数据进行训练与分类。实验结果表明该方法的最高分类准确率可以达到98.5%，有效提升了当前路面类型识别的精度。
科研之友
微信
新浪微博
Facebook
分享链接
