基于YOLOv8與LSD算法的車道線檢測方法
本發(fā)明公開了一種基于YOLOv8與LSD算法的車道線檢測方法,適用于在雨天、夜間或標(biāo)線磨損嚴(yán)重等復(fù)雜環(huán)境下準(zhǔn)確識(shí)別車道線。通過在YOLOv8網(wǎng)絡(luò)中引入Canny邊緣檢測,并結(jié)合LSD對(duì)檢測區(qū)域內(nèi)的直線段進(jìn)行強(qiáng)化識(shí)別,可顯著提升對(duì)模糊或部分遮擋車道線的捕捉能力。首先利用YOLOv8定位車道線大致區(qū)域,再采用Canny算法提取全局邊緣特征,并在LSD算法的輔助下判斷線段的長度、方向及完整性。若檢測框緊貼圖像邊緣,則進(jìn)一步裁剪子圖并使用LSD檢測線段連續(xù)性,通過周長與面積比值與緊湊度評(píng)估車道線是否已完全進(jìn)入視野。該方法可有效減少漏檢、誤檢,適應(yīng)多種光照與天氣條件,為自動(dòng)駕駛及高級(jí)駕駛輔助系統(tǒng)提供高可靠度的車道線檢測結(jié)果。
南京工業(yè)大學(xué)
2021-01-12