文档名：基于OpenCV和YOLOv5的车道线检测与识别
摘要：为更加快速、准确识别汽车行驶区域并区分车道,实现无人驾驶,提出一种结合视觉OpenCV算法和改进YOLOv5算法的目标检测跟踪模型进行车道线检测的方法.在图像预处理阶段,首先读取视频图像,把每一帧RGB图像转为灰度图,通过Canny算子对图像的边缘轮廓进行提取,然后绘制车道线的掩码区域,并与边缘检测结合,采用ROI技术提取感兴趣区域,最后进行概率霍夫变换和最小二乘拟合,将得到的直线绘制到原图像中,最终对每一帧处理后的图像进行输出.目标识别模块采用卷积神经网络(convolutionalneuralnetwork,CNN)深度学习方法及YOLOv5算法进行目标识别处理.实验结果表明,所提检测算法能够实现准确的车道线检测,实时性和准确性比传统算法高很多,且该方法具有良好的鲁棒性.
Abstract：Inordertoquicklyandaccuratelyidentifythedrivingareaofcarsanddistinguishlanes,achievingautonomousdriving.ThispaperproposesamethodforlanedetectionusinganobjectdetectionandtrackingmodelthatcombinesvisualOpenCValgorithmandimprovedYOLOv5algorithm.Intheimagepreprocessingstage,Firstly,readthevideoimageandconverteachframeofRGBimageintoagrayscaleimage.secondly,usestheCannyoperatortoextracttheedgecontouroftheimage,andthencombinesthemaskedareaoflanelineswithedgedetection,UsingROItechnologytoextractregionsofinterest.Finally,performprobabilityHoughtransformandleastsquaresfittingtodrawtheobtainedstraightlineintotheoriginalimage,andfinallyoutputtheprocessedimageforeachframe.Thetargetrecognitionmoduleadoptsconvolutionalneuralnetwork(CNN)deeplearningmethodandYOLOv5algorithmfortargetrecognitionprocessing.Theexperimentalresultsshowthattheproposeddetectionalgorithmcanachieveaccuratelanedetection,withmuchhigherreal-timeandaccuracythantraditionalalgorithms,andthismethodhasgoodrobustness.
作者：卢嫚 朱世博Author：LuMan ZhuShibo
作者单位：西安工程大学电子信息学院西安710048
刊名：国外电子测量技术 ISTIC
Journal：ForeignElectronicMeasurementTechnology
年，卷(期)：2024, 43(6)
分类号：TP181
关键词：车道线检测与识别 目标识别 OpenCV Canny算子 YOLOv5
Keywords：lanedetectionandrecognition Targetrecognition OpenCV Cannyoperator YOLOv5
机标分类号：TP391.41TN911.7TH161
在线出版日期：2024年7月12日
基金项目：国家自然科学基金，陕西省技术创新引导专项-科技成果转移与推广计划项目基于OpenCV和YOLOv5的车道线检测与识别[
期刊论文] 国外电子测量技术--2024, 43(6)卢嫚 朱世博为更加快速、准确识别汽车行驶区域并区分车道,实现无人驾驶,提出一种结合视觉OpenCV算法和改进YOLOv5算法的目标检测跟踪模型进行车道线检测的方法.在图像预处理阶段,首先读取视频图像,把每一帧RGB图像转为灰度图,通过C...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于OpenCV和YOLOv5的车道线检测与识别 Lane detection and recognition based on OpenCV and YOLOv5
基于OpenCV和YOLOv5的车道线检测与识别.pdf
- 文件大小:
- 13.75 MB
- 下载次数:
- 60
-
高速下载
|
|
