公开(公告)号：CN104392212A

公开(公告)日：2015-03-04

申请号：CN201410647880.1

申请日：2014-11-14

Applicant: 北京工业大学

Inventor： 段建民 ,  刘冠宇

IPC: G06K9/00 ,  G06T7/00 ,  G08G1/017

CPC classification number: G06K9/00798 ,  G06K9/00825 ,  G08G1/0175

Abstract: 本发明属于智能汽车道路检测领域，涉及一种基于视觉的道路信息检测及前方车辆识别方法。所述方法包括：图像预处理；车道线特征参数提取；感兴趣区域分割；车辆轮廓识别。本发明通过提取感兴趣区域，过滤背景区域，缩小处理范围，简化了计算的复杂度；采用逐行检索的方法经过固定的计算次数获取每帧图像的处理结果，区别于Hough变换对每一个亮点点都要进行线性拟合的特征，在算法实时性上有突出的优势；对Robinson方向模板算子进行实时性改进，设置中间变量减少了每个像素点的计算次数。利用目标区域内的信息熵、车尾对称性特征对感兴趣区域筛选和判别，降低了算法的漏检率和误检率。

公开(公告)号：CN104392212B

公开(公告)日：2017-09-01

申请号：CN201410647880.1

申请日：2014-11-14

Applicant: 北京工业大学

Inventor： 段建民 ,  刘冠宇

IPC: G06K9/00 ,  G06T7/13 ,  G08G1/017

Abstract: 本发明属于智能汽车道路检测领域，涉及一种基于视觉的道路信息检测及前方车辆识别方法。所述方法包括：图像预处理；车道线特征参数提取；感兴趣区域分割；车辆轮廓识别。本发明通过提取感兴趣区域，过滤背景区域，缩小处理范围，简化了计算的复杂度；采用逐行检索的方法经过固定的计算次数获取每帧图像的处理结果，区别于Hough变换对每一个亮点点都要进行线性拟合的特征，在算法实时性上有突出的优势；对Robinson方向模板算子进行实时性改进，设置中间变量减少了每个像素点的计算次数。利用目标区域内的信息熵、车尾对称性特征对感兴趣区域筛选和判别，降低了算法的漏检率和误检率。