-
公开(公告)号：CN109886168B
公开(公告)日：2020-10-16
申请号：CN201910102556.4
申请日：2019-02-01
Applicant: 淮阴工学院
Abstract: 本发明公开了一种基于层阶的地面交通标志识别方法，首先对视频图像进行分析处理，通过车道线检测对提取出的矩形区域的大小和角度的筛选，对视频图像中的车道线进行检测和追踪，得到稳定、准确的车道线，并截取出所感兴趣的区域；然后，采用自适应二值化技术，定义灰度图像的像素值，将所有的像素点分为n个层级，将最上层和最下层的像素值舍去，得到有效的像素值，对分好的每个层阶像素点聚居区域分别进行目标检测，实现交通标志的识别。本发明具有准确和高效的优点，基于层阶算出的阈值能够突出所需要的车道线部分，有利于地面交通标志的识别。
-
公开(公告)号：CN109886168A
公开(公告)日：2019-06-14
申请号：CN201910102556.4
申请日：2019-02-01
Applicant: 淮阴工学院
Abstract: 本发明公开了一种基于层阶的地面交通标志识别方法，首先对视频图像进行分析处理，通过车道线检测对提取出的矩形区域的大小和角度的筛选，对视频图像中的车道线进行检测和追踪，得到稳定、准确的车道线，并截取出所感兴趣的区域；然后，采用自适应二值化技术，定义灰度图像的像素值，将所有的像素点分为n个层级，将最上层和最下层的像素值舍去，得到有效的像素值，对分好的每个层阶像素点聚居区域分别进行目标检测，实现交通标志的识别。本发明具有准确和高效的优点，基于层阶算出的阈值能够突出所需要的车道线部分，有利于地面交通标志的识别。
-
公开(公告)号：CN109829403B
公开(公告)日：2020-10-16
申请号：CN201910057691.1
申请日：2019-01-22
Applicant: 淮阴工学院
Abstract: 本发明提供了一种基于深度学习的车辆防碰撞预警方法及系统，本方法通过使用改进后的YOLOv3算法对视频中的车辆进行识别检测，得到车辆在图像中的位置信息；车道线检测技术对视频图像中的车道线进行检测和追踪，得到稳定、准确的车道线；车速检测技术利用图像处理技术计算出当前车辆的行驶速度；根据车速、车道线检测结果和驾驶员的行为特性以及知觉反应特性，在本车前方绘制一块随车速实时变化的安全制动预警区域；碰撞事故预警技术根据车辆在图像中的位置信息，结合实时安全预警区域的计算结果，对公路上可能发生的碰撞事故进行预测。采用本发明可对驾驶员的行车决策提供帮助，保证驾驶员的行车安全并最大限度的降低碰撞的概率。
-
公开(公告)号：CN109829403A
公开(公告)日：2019-05-31
申请号：CN201910057691.1
申请日：2019-01-22
Applicant: 淮阴工学院
Abstract: 本发明提供了一种基于深度学习的车辆防碰撞预警方法及系统，本方法通过使用改进后的YOLOv3算法对视频中的车辆进行识别检测，得到车辆在图像中的位置信息；车道线检测技术对视频图像中的车道线进行检测和追踪，得到稳定、准确的车道线；车速检测技术利用图像处理技术计算出当前车辆的行驶速度；根据车速、车道线检测结果和驾驶员的行为特性以及知觉反应特性，在本车前方绘制一块随车速实时变化的安全制动预警区域；碰撞事故预警技术根据车辆在图像中的位置信息，结合实时安全预警区域的计算结果，对公路上可能发生的碰撞事故进行预测。采用本发明可对驾驶员的行车决策提供帮助，保证驾驶员的行车安全并最大限度的降低碰撞的概率。
-
-
-
Search Results
4
records
(took 0.021 seconds)
