论文部分内容阅读
道路的检测与识别是智能车辆中首要解决的问题。随着环境的复杂因素维度的增加,道路在多种干扰条件下的识别变得越为困难。为了提高道路识别中抗干扰和鲁棒性,本文提出了一种基于边界扩展区域Hough变换的道路识别方法。该算法结合了道路形状的整体形态信息,以及道路边缘扩散区域像素在特征空间中对于道路识别的辅助性作用。同时在实验中利用其他传感器融合模块的道路方向估计参数和部分先验的知识降低计算的复杂度,提高应用的实时性。通过对实际路面图像的检测,证明了该方法的有效性和实用性。