基于粗糙性度量的道路可行驶区域识别方法

doi:10.19562/j.chinasae.qcgc.2021.11.004

摘要/Abstract

摘要：

本文中提出了一种基于粗糙性度量的道路图像可行驶区域识别方法。首先定义道路图像的粗糙度信息，获得道路图像色彩分布直方图及其上下近似信息，通过粗糙性度量实现了道路图像初分割；然后依据初分割图像色彩区域色差和像素规模进行区域合并，获得道路可行驶区域特征；再利用改进的区域生长算法对特征图像进行识别；实现了对道路可行驶区域的识别。实验结果表明，该方法取得了良好的识别效果。

关键词: 道路图像, 粗糙集, 区域生长算法, K-means聚类

Abstract:

A method for identifying the drivable region of road image based on roughness measure is proposed in this paper. Firstly， the roughness information of the road image is defined to obtain the color distribution histogram of the road image and its upper and lower approximation information， and the initial segmentation of the road image is realized through the roughness measurement. Then， region merger is conducted according to the color difference and pixel scale in the color regions of the initial segmentation image， to obtain the characteristics of the drivable regions of the road. Next， the improved region growing algorithm is used to identify the feature image. Finally， the recognition of the drivable regions of the road is realized. The results of experiment show that the identification method has achieved good results.

Key words: road image, rough set, region growing algorithm, K-means clustering

马雷,刘泽宾,曹彪,王文举,邱泉源. 基于粗糙性度量的道路可行驶区域识别方法[J]. 汽车工程, 2021, 43(11): 1594-1601.

Lei Ma,Zebin Liu,Biao Cao,Wenju Wang,Quanyuan Qiu. Roughness Measure-Based Road Drivable Region Identification[J]. Automotive Engineering, 2021, 43(11): 1594-1601.

图/表 26

图1

图2

图3

图4

图5

图6

图7

图8

图9

表1

图10

图11

图12

图13

图14

图15

图16

图17

图18

图19

图20

图21

图22

图23

图24

图25

参考文献 13

1	宋青松，张超，陈禹，等.组合全卷积神经网络和条件随机场的道路分割［J］.清华大学学报（自然科学版），2018，58（8）：725-731.
	SONG Q ， ZHANG C ， CHEN Y， et al. Road segmentation using full convolutional neural networks with conditional random fields［J］. Qinghua Daxue Xuebao/Journal of Tsinghua University， 2018， 58（8）：725-731.
2	WANG Q Q，ZHENG L G，MENG J N. Road recognition and motion target tracking based on infrared image［J］. International Journal of Wireless and Mobile Computing， 2021， 20（2）.
3	李大杰，柴毅，尹宏鹏，等.一种基于彩色图像边缘检测的道路检测方法［J］.计算机工程与应用，2008（28）：177-179，183.
	LI D J， CHAI Y， YIN H P， et al. Method of road recognition based on color image edge detection［J］. Computer Engineering & Applications， 2008（28）：177-179，183.
4	YANG G ， WANG Y ， YANG J ， et al. Fast and robust vanishing point detection using contourlet texture detector for unstructured road［J］. IEEE Access， 2019.
5	孟丽霞，孙富春，邵宇.基于单目视觉的道路图像理解综述［J］.计算机应用，2010，30（6）：1552-1555.
	MENG L X ，SUN F C ，SHAO Y. Survey on road image imterpretation based on monocular vision［J］. Journal of Computer Applications， 2010，30（6）：1552-1555.
6	KIM J， LEE M. Robust lane detection based on convolutional neural network and random sample consensus［C］. Neural Information Processing， Part 1： 21st International Conference on Neural Information Processing （ICONIP 2014）， November 3-6， 2014， Kuching， Malaysia： Springer， 2014：454-461.
7	GURGHIAN A ， KODURI T ， BAILUR S V ， et al. DeepLanes： end-to-end lane position estimation using deep neural networks［C］.2016 IEEE Conference on Computer Vision and Pattern Recognition Workshops （CVPRW）. IEEE， 2016.
8	HUANG Y， CHEN S ， YU C， et al. Spatial-temproal based lane detection using deep learning［C］.IFIP International Conference on Artificial Intelligence Applications and Innovations. Springer， Cham， 2018.
9	PAWLAK Z. Rough set［J］. Inter J of Computer and Information Sciences ，1982， 11： 341-356.
10	华勇，张云龙. 粗糙集理论在模式识别中的应用［C］. 中国通信学会青年工作委员会.2011年亚太青年通信学术会议论文集（2）， 2011.
	HUA Y， ZHANG Y L. Application of rough set theory in pattern recognition［C］. Youth Working Committee of China Institute of Communications. 2011 Asia-Pacific Youth Communications Conference Proceedings （2）， 2011.
11	岳晓冬，苗夺谦，钟才明.基于粗糙性度量的彩色图像分割方法［J］.自动化学报，2010，36（6）：807-816.
	YUE X D ，MIAO D Q ，ZHONG C M.Roughness measure approach to color image segmentation［J］. Acta Automatica Sinica， 2010，36（6）：807-816.
12	冈萨雷斯，等. 数字图像处理［M］. 3版.北京：电子工业出版社，2017： 493-497.
	GONZALEZ R C， et al. Difital image processing［M］.3rd ed.Beijing： Publishing House of Electronics Industry， 2017： 493-497.
13	武历颖，余强.一种快速准确非结构化道路检测方法研究［J］.计算机仿真，2016，33（9）：174-178.
	WU L Y， YU Q. A fast and accurate detection method of unstructured road［J］. Computer Simulation， 2016，33（9）：174-178.