文献

J-GLOBAL ID：201702282885578231   整理番号：17A0066705

自動車の安全性,道路事故の多重化,管理方法,道路交通事故の分析と再生技術に関する研究を行い,改良RETINEXアルゴリズムに基づく霧天気の車線認識を行った。【JST・京大機械翻訳】

Lane detection in haze weather based on improved Retinex algorithm

著者 (5件)： Zhou Jincao (College of Automobile,Chang’an University) ,  Wei Lang (College of Automobile,Chang’an University) ,  Liu Yongtao (College of Automobile,Chang’an University) ,  Zhang Zaiji (Tianjin Key Lab for Advanced Signal Processing,Civil Aviation University of China) ,  Tian Shun (College of Automobile,Chang’an University)
資料名： Dongbei Shi Daxuebao. Ziran Kexue Ban  (Dongbei Shi Daxuebao. Ziran Kexue Ban)
巻： 48  号： 3  ページ： 54-59  発行年： 2016年 
JST資料番号： C2892A  ISSN： 1000-1832  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 霧の天気の下で,従来の車線認識法によって抽出された車線線の精度とマルチスケールRETINEXアルゴリズムの低品質の欠点を克服するために,改良型の大脳皮質理論(RETINEX)に基づく霧のための車線認識アルゴリズムを提案する。まず第一に,改良暗通道アルゴリズムを用いて,霧画像を除去し,そして,マルチスケールRETINEXアルゴリズムの入力画像として,霧画像をさらに強化した。次に,マルチスケールRETINEXアルゴリズムによって強化された画像を輝度補正によって修正して,理想的霧画像を得た。第二に,SCHARRフィルタとOTSUを用いて,明確な道路エッジを含む二値画像を得た。最後に,HOUGH変換を用いて車線を抽出した。実験結果は,提案したアルゴリズムが霧の下で車線を正確に認識することができるだけではなく,従来のアルゴリズムと比較して,画像品質を効果的に向上させ,リアルタイム性能を向上させることができ,車両の能動的安全性を向上させるために重要であることを示した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *安全性 ,  画像 ,  *道路交通 ,  二値画像 ,  品質 ,  *交通事故 ,  *アルゴリズム ,  画質 ,  *多重化 ,  *天気 ,  *道路
準シソーラス用語： 実時間 ,  輝度補正 ,  認識アルゴリズム ,  マルチスケール , 【Automatic Indexing@JST】

著者キーワード (5件)： haze weather ,  Retinex algorithm ,  lane detection ,  image enhancement ,  automobile active safety

分類 (2件)： 自動車事故,交通安全  (TB01050G) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (14件)： 自動車 ,  安全性 ,  道路事故 ,  多重化 ,  管理方法 ,  道路交通 ,  事故 ,  分析 ,  研究 ,  retinex ,  アルゴリズム ,  霧 ,  天気 ,  車線