道路特征检测

道路特征检测

链接：https://blog.csdn.net/viewcode/article/details/7969259

道路上车道标志的检测是道路特征检测的关键部分，并且已有很多算法，但道路场景太多，单一的算法还是无法适用所有的场景。算法分类：

基于边缘检测的常用算法有：

Sobel, DOG, LOG, Steerable Filter等。每种算法都有各自的优缺点。这里不再描述。

由基本算法处理后得到道路的特征图像，这里以边缘为例，需要进一步分析其特性，去除干扰，保留符合车道特征的边缘。如平行性、宽度等结构特征。如果这些结构特征分析做的好，也可以弥补基本算法的不足。

其他检测方法：

双阈值特征检测：原图像、梯度图像（边缘图像）分别有各自的阈值，分割出车道标志特征，当某点的灰度和梯度值分别大于各自的阈值时，才被选取为车道的特征点，这个方法会去掉一些阴影等干扰。

可调滤波器steerable filter：

对原图分别获取Gxx, Gyy, Gxy,高斯二阶分量。角度可变的滤波器的强度响应如下：

求上式的极值，则需求角度的导数，则能获取两个角度

对于滤波器窗口内圆形对称的物体，则两个角度的响应差不多；而对车道，两个角度响应的差值就比较大，响应大的方向就是车道方向，车道方向也可以探测出。