摘要
本发明公开了一种基于YOLOv8与LSD算法的车道线检测方法,适用于在雨天、夜间或标线磨损严重等复杂环境下准确识别车道线。通过在YOLOv8网络中引入Canny边缘检测,并结合LSD对检测区域内的直线段进行强化识别,可显著提升对模糊或部分遮挡车道线的捕捉能力。首先利用YOLOv8定位车道线大致区域,再采用Canny算法提取全局边缘特征,并在LSD算法的辅助下判断线段的长度、方向及完整性。若检测框紧贴图像边缘,则进一步裁剪子图并使用LSD检测线段连续性,通过周长与面积比值与紧凑度评估车道线是否已完全进入视野。该方法可有效减少漏检、误检,适应多种光照与天气条件,为自动驾驶及高级驾驶辅助系统提供高可靠度的车道线检测结果。
技术关键词
车道线检测方法
Canny算法
图像
高级驾驶辅助系统
上下左右边缘
路面车道线
直线段
像素
检测车道线
边缘检测算法
视野
高斯核函数
闭合轮廓
网络
滤波去噪
系统为您推荐了相关专利信息
肿瘤CT图像
数据收集模块
分割系统
诊断特征
多模态
微光图像增强方法
多尺度感知
斑块
多尺度框架
大气散射模型
分析方法
眼底图像分割
空间邻域信息
像素点
解码器
安检设备
安检平台
图像识别模型
安检图像
展示页面