原文传递
基于MS-RG混合图像分割模型的道路检测研究
| 题名： | 基于MS-RG混合图像分割模型的道路检测研究 |
| 正文语种： | 中文 |
| 作者： | 刘步实；吕永波；吕万钧；李晶；欧阳琪； |
| 关键词： | 智能交通；道路检测；图像分割；均值漂移；区域生长 |
| 摘要： | 道路场景因其结构的多样性、纹理变化的复杂性和自然曝光的不稳定性,使得传统基于道路分割的道路检测方法大多存在信息冗余,并且存在边界丢失、模糊等质量问题.本文首先在道路图像上使用Meanshift均值漂移算法,通过空间内的概率密度呈梯形上升去寻找局部最优,并搜索属于同一模点的像素然后生成获得超像素块.然后利用Meanshift算法获得的聚类超像素块进行多种子点区域生长,规范生长规则,克服不能得到封闭边界的缺陷,改进道路图像的分割效果.实验结果表明,本文提出的模型适用性强,相比于传统方法有效地提升了分割准确性和 |
| 期刊名称： | 交通运输系统工程与信息 |
| 出版年： | 2019 |
| 期： | 02 |
| 页码： | 60-65 |
检索历史
应用推荐
