| 基于改进的暗通道先验去雾辅助导航算法 |
| |
| 引用本文： | 孙晓峰,宫金良,张彦斐. 基于改进的暗通道先验去雾辅助导航算法[J]. 科学技术与工程, 2019, 19(25): 168-173 |
| |
| 作者姓名： | 孙晓峰 宫金良 张彦斐 |
| |
| 作者单位： | 山东理工大学机械工程学院,淄博,255049;山东理工大学机械工程学院,淄博,255049;山东理工大学机械工程学院,淄博,255049 |
| |
| 基金项目： | 国家自然科学基金(61303006)；淄博市校城融合项目(2017ZBXC151) |
| |
| 摘 要： | 经典的去雾算法无法满足车道线检测的实时性和准确性要求,因此提出一种改进暗通道与边缘检测融合的雾天车道线识别算法。首先对有雾图像进行对比度增强处理,突出边缘、颜色等有效信息,基于道路先验信息对图像进行感兴趣区域处理,利用暗通道先验算法对静态约束图像进行去雾操作,并通过双边滤波器细化透射率图,得到清晰的去雾图像;然后引入动态约束理念,提取车道线可能存在的区域,借助Sobel算子检测动态约束后的车道线区域,提取车道线边缘点;最后利用Hough变换进行准确的车道线拟合。实验表明,改进的去雾算法得到的图像清晰度与对比度更高,满足了车道线检测的准确性与实时性要求;去雾及车道线检测算法平均处理时间为297. 305 ms,满足无人驾驶时间要求。
|
| 关 键 词： | 双边滤波器 图像去雾 车道线检测 动态约束 暗通道 |
| 收稿时间： | 2019-01-20 |
| 修稿时间： | 2019-05-16 |
Improved Dehazing Aided Navigation Algorithm Based on Dark Channel Prior |
| |
| SUN Xiao-feng,and ZHANG Yan-fei. Improved Dehazing Aided Navigation Algorithm Based on Dark Channel Prior[J]. Science Technology and Engineering, 2019, 19(25): 168-173 |
| |
| Authors: | SUN Xiao-feng and ZHANG Yan-fei |
| |
| Affiliation: | School of Mechanical Engineering,Shandong University of Technology,, |
| |
| Abstract: | |
| |
| Keywords: | bilateral filter image dehazing lane line detection dynamic constraint dark channel |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《科学技术与工程》浏览原始摘要信息 |
|
点击此处可从《科学技术与工程》下载全文 |
|
