彭业胜：基于机器视觉的车道线智能识别系统开发与实验研究论文

本文主要研究内容

作者彭业胜（2019）在《基于机器视觉的车道线智能识别系统开发与实验研究》一文中研究指出：车道线智能识别系统的开发,能够为汽车自动驾驶和智慧城市建设提供必要的技术支持。传统车道线识别通过特征匹配算法和模型算法实现,具有较大的局限性。为此,笔者结合两者的优势,提出新型车道线智能识别系统,能够有效检测消失点并建立梯形DROI。将开发完成的智能车道线识别系统进行实践检验,识别成功率达到93.95%。由此可见,该系统基本能够满足使用需求。

Abstract

che dao xian zhi neng shi bie ji tong de kai fa ,neng gou wei qi che zi dong jia shi he zhi hui cheng shi jian she di gong bi yao de ji shu zhi chi 。chuan tong che dao xian shi bie tong guo te zheng pi pei suan fa he mo xing suan fa shi xian ,ju you jiao da de ju xian xing 。wei ci ,bi zhe jie ge liang zhe de you shi ,di chu xin xing che dao xian zhi neng shi bie ji tong ,neng gou you xiao jian ce xiao shi dian bing jian li ti xing DROI。jiang kai fa wan cheng de zhi neng che dao xian shi bie ji tong jin hang shi jian jian yan ,shi bie cheng gong lv da dao 93.95%。you ci ke jian ,gai ji tong ji ben neng gou man zu shi yong xu qiu 。

论文参考文献

[1].基于机器视觉的车道线智能识别系统的设计[J]. 刘文俊,陈世春. 智能建筑与智慧城市.2019(02)

[2].基于机器视觉的车道线智能识别系统的设计[J]. 王超,王宇雷,姚峰. 电子世界.2018(07)

[3].基于机器视觉的车道线检测系统的研究[J]. 杨萍,杨磊. 新乡学院学报.2017(06)

[4].多场景车道线检测与偏离预警方法研究[J]. 覃雄臻,陈立明,耿黄政,杜玉峰,高长斌,孟浩磊,鲁若宇. 机械科学与技术.

[5].基于机器视觉的车道线检测研究[J]. 刘军,冯荣达,赵吉宾,宫海坤. 电子世界.2019(21)

[6].基于视觉的车道线检测技术综述[J]. 孙鹏飞,宋聚宝,张婷,周玉祥. 时代汽车.2019(16)

[7].基于图像处理的长距离车道线检测[J]. 马泉钧,何自超,林邦演,曾文轩. 河南科技.2019(29)

[8].基于主动红外滤光环视成像的车道线检测算法[J]. 成春阳,黄渊博,卢鑫,徐灵丽,李敏,范新南,张学武. 激光与光电子学进展.2018(12)

[9].成像偏振在车道线检测与识别中的应用[J]. 王会峰,张佳佳,赵祥模,魏飞婷,汪贵平. 西南交通大学学报.2019(02)

[10].一种基于横截面特征的车道线检测方法[J]. 赵伟康,黎向锋,毕高杰,谢昌刚,李堃,杨振泰. 机械制造与自动化.2019(03)

论文详细介绍

论文作者分别是来自信息与电脑(理论版)的彭业胜，发表于刊物信息与电脑(理论版)2019年14期论文，是一篇关于机器视觉论文,车道线论文,智能识别论文,系统开发论文,信息与电脑(理论版)2019年14期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自信息与电脑(理论版)2019年14期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。

本文来源: https://www.lw50.cn/article/6f0538493170ff93a40c8318.html