基于Bayes后验概率的鲁棒性车道线检测算法
林国余1
陈旭2
张为公1
1.东南大学,仪器科学与工程学院,南京,2100962.南京信息工程大学,信息与控制学院,南京210044
摘要：针对道路场景中常见的由阴影、地面积水、刹车印记等因素引起的车道线对比度低和车道线不明显问题,提出一种基于Bayes后验概率的鲁棒性车道线检测算法.该算法在二次曲线道路形状模型基础上,在图像平面中引入中心车道线模型描述左右车道线,结合图像信息和车道线先验概率构造后验概率函数,将车道线检测问题引申为最大后验概率问题,并在优化过程中将具有参数少、结构简单和收敛速度快等特点的粒子群优化算法与具有全局搜索特性和不易早熟等特点的免疫克隆策略相融合,提高车道线检测的鲁棒性.实验结果验证了上述算法在车道线检测过程中对阴影等不良因素的鲁棒性.
关键词：车道线检测中心车道线后验概率先验概率似然函数鲁棒性免疫克隆粒子群优化
分类号：TP391(计算技术、计算机技术)
资助基金：高等学校博士学科点专项科研基金(新教师类)(200802861061)江苏省交通厅科技研究计划项目(08X09)
论文发表日期：2010-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
英文信息