论文摘要
本文提出一种基于SVM与图匹配相结合的车载激光点云道路标线识别方法。该方法基于标线点云分割对象,利用Hu不变矩、实心形状上下文（SSC）、最小外包矩形（MBR）面积和延展度构建形状特征向量,采用SVM进行道路标线粗分类。针对粗分类结果,构建能够精确描述空间语义信息（如局部区域内标线间的排列、方向、距离）的图结构,通过图匹配方法优化粗分类结果,完成直行箭头、人行横道预告标识线、单向转向箭头、双向转向箭头、虚线型标线、斑马线共六类道路标线的精确识别。本文实验采用4份不同场景车载激光点云数据,实验结果中6类标线分类的准确率分别达100%、100%、94.12%、100%、94.94%、99.25%,召回率分别达100%、100%、88.89%、100%、98.21%、99.00%,F1-Measure值分别达100%、100%、91.43%、100%、96.59%、99.12%。结果表明,本文方法能实现多类标线对象的精确识别,并对形状相似标线（如直行箭头、虚线型标线与斑马线）的区分具有较强稳健性。
论文目录
文章来源
类型: 期刊论文
作者: 方莉娜,黄志文,罗海峰,陈崇成
关键词: 车载激光点云,道路标线识别,形状特征,图结构,图匹配
来源: 地球信息科学学报 2019年07期
年度: 2019
分类: 基础科学,工程科技Ⅱ辑,信息科技
专业: 汽车工业,计算机软件及计算机应用,自动化技术
单位: 福州大学地理空间信息技术国家地方联合工程研究中心,空间数据挖掘与信息共享教育部重点实验室,福建省空间信息工程研究中心
基金: 国家自然科学基金青年基金项目(41501493),福建省自然科学基金项目(2017J01465),中国博士后科学基金项目(2017M610391),福建省教育厅中青年教师科研项目(JAT160078)~~
分类号: TP391.41;TP181;U463.6
页码: 994-1008
总页数: 15
文件大小: 2342K
下载量: 200