论文部分内容阅读
为了解决非结构化道路区域分割过程中复杂背景与目标的多峰分布问题，提出了一种适用于双阈值分割的改进Otsu方法。该方法借助于灰度直方图的峰值搜索解决目标与背景方差差异较大导致的Otsu误分割问题，并利用Otsu边缘与加权Canny边缘的配准提高道路区域分割的精度。基于配准后加权Canny边缘的结果，采用自适应蒙特卡罗方法提高道路边界识别的精度，通过自适应粒子规模选取和观测模型采样机制克服传统蒙特卡罗方法的粒子退化问题。不同场景下的非结构化道路识别实验表明，该方法能够有效克服道路缺损、光影、照度变化等不利因素