点击次数：

论文类型：期刊论文

发表时间：2011-01-15

发表刊物：大连理工大学学报

收录刊物：EI、PKU、ISTIC、CSCD、Scopus

卷号：51

期号：1

页面范围：127-131

ISSN号：1000-8608

关键字：无人驾驶车;越野环境;障碍物;边缘形状因子;链码跟踪

摘要：灌木丛或高草的枝叶外扩,使得其灰度图像边缘呈"锯齿"状,故边缘点曲率值变化频率及变化范围较大,可选择边缘曲率值的变化特征描述该类障碍物的边界特征.首先,利用Fisher 线性分类器对原始灰度图像进行分割,对二值化图像去除孤立点、进行形态学膨胀处理和空穴区域填充;其次,利用LOG算子及细化算法提取出障碍物的单像素边缘;再次,对细化后的图像进行链码跟踪,并计算边缘各点的曲率值;最后计算障碍物边缘曲率的变化特征--边缘形状因子.从边缘形状因子的统计结果可以得出,灌木丛或高草的边缘形状因子一般在[0.049 6,0.076 2],该方法对于灌木或高草障碍目标身份识另具有很好的鲁棒性与实时性.