基于YOLOv7和图像分块的车道线破损检测算法
温王鹏,罗文婷 ,李林 ,张德津 ,陈文婷 ,吴镇涛
福建农林大学/南京工业大学/深圳大学
2024-09-25
提出了一种结合YOLOv7和图像分块的车道线破损检测方法。首先,利用YOLOv7 模型检测并提取车道线区域。其次,运用Otsu法计算每个子块的阈值及子块背景区域和目标区域的灰度均值差值, 以此实现二值化。然后,采用双线性插值法平滑图像,实现车道线分割,并利用拓扑结构分析法提取车道线轮廓。最后,设计了像素统计、直线拟合、割断检测3种方法判断车道线是否破损。实验结果表明:在不同场景下,该算法在破损车道线检测中的精确率为91. 79 % ,具有较好的检测效果和一定的应用价值。 关键词:车道线破损检测;深度学习;YOLOv7算法;分块分割;最大类间方差法
  • 破损检测算法
被引用: 455次
年份: 2024年
下载文档 2.00元
引用
分享
来源期刊
内容目录
  • 引言

  • 1、车道线分割算法

    • 1.1 基于YOLOv7车道线检测

    • 1.2 最大类间方差法

    • 1.3 基于图像分块的自适应二值化方法

    • 1.4 车道线轮廓追踪法

  • 2、SSA的改进

    • 2.1 车道线破损类型及检测流程

    • 2.2 内部破损车道线检测方法

    • 2.3 边缘破损车道线检测方法

    • 2.4 割断车道线检测方法

  • 3、实验结果与分析

    • 3.1 实验数据与实验环境

    • 3.2 模型检测结果分析

    • 3.2 车道线分割算法分析

    • 3.4 整体算法分析

  • 4、结束语

核心点推荐
  • 车道线破损检测
  • 深度学习
  • YOLOv7算法
  • 分块分割
  • 最大类间方差法