基于LDA与混沌粒子群算法的车道线识别方法研究

发布时间：2018-05-16 21:12

  本文选题：车道线检测 + LDA　； 参考：《液晶与显示》2017年06期

【摘要】：与传统的车道线检测算法不同,本文采用LDA算法对道路图像进行针对性灰度化处理。加大车道线与道路的差异,然后使用抛物线模型对车道线进行拟合,采用混沌粒子群算法对抛物线参数进行优化,以车道线的灰度特征和梯度特征作为混沌粒子群的适应度函数,经过多次的迭代得到抛物线拟合车道线的参数最优值,进而识别出车道线。实验结果表明,本文算法能在复杂环境下识别出车道线,对视频帧序列中的车道线连续追踪具有良好效果。
[Abstract]:Different from the traditional lane detection algorithm, this paper uses the LDA algorithm to deal with the road image grayscale. Then the parabola model is used to fit the lane line and the chaos particle swarm optimization algorithm is used to optimize the parabola parameters. The grayscale feature and gradient feature of lane line are taken as the fitness function of chaotic particle swarm optimization. The optimal parameter of parabola fitting lane is obtained after many iterations, and then the lane line is recognized. Experimental results show that the proposed algorithm can recognize lane lines in complex environments and has a good effect on continuous tracking of lane lines in video frame sequences.
【作者单位】： 桂林电子科技大学电子工程与自动化学院;
【基金】：广西自动检测技术与仪器重点实验室主任基金项目(No.YQ14105) 广西省科学研究与技术开发计划资助项目(No.桂科攻:11107001-40)~~
【分类号】：TP18;TP391.41

【相似文献】

相关期刊论文 前10条

1 叶庆;赵明辉;李菲;孙晓泉;;夜间车道线检测与跟踪算法研究[J];现代电子技术;2009年13期

2 余厚云;张为公;;直线模型下的车道线跟踪与车道偏离检测[J];自动化仪表;2009年11期

3 余厚云;张为公;;基于动态感兴趣区域的车道线识别与跟踪[J];工业仪表与自动化装置;2009年05期

4 刘富强;张姗姗;朱文红;李志鹏;;一种基于视觉的车道线检测与跟踪算法[J];同济大学学报(自然科学版);2010年02期

5 胡庆新;吴林成;顾爱华;;高速公路中搜索车道线的方法[J];微计算机信息;2010年22期

6 高德芝;段建民;杨磊;杨喜宁;;应用多阶动态规划的车道线识别方法[J];机械工程学报;2011年08期

7 杨晶东;杨敬辉;朴松昊;;一种有效的车道线识别与偏道预警方法[J];控制工程;2011年02期

8 钱鹰;刘仕照;;分段切换车道模型在车道线识别中的应用[J];计算机应用;2011年S2期

9 张，

本文编号：1898396