高層結構信息引導下的道路分割方法研究.pdf

1、場景理解是地面自主駕駛車輛技術的核心組成部分，而道路分割與檢測是場景理解中的重要內容。非結構化道路檢測技術是近年來的一個研究熱點。和結構化道路相比，非結構化道路環(huán)境復雜多變。此外成像過程中的透視效應導致了道路圖像的局部特征（尤其是局部特征的尺度）會隨著位置不同而變化。因而，傳統的特征提取方法在上述應用中存在一定困難。針對這一問題，本文通過結合激光雷達提供的準確深度信息，對道路中局部尺度進行估計，提出了一種多尺度的非結構化道路檢測方法。同

2、時為了客觀的評價非結構化道路檢測算法的性能，建立了一個開放式圖像數據庫。本文的主要工作有以下幾點：
　　1、提出了一種多尺度非結構化道路檢測方法。針對非結構化道路特點，給出了一種基于顏色-梯度組合特征的道路分割方法，并驗證了該組合特征的有效性；針對道路場景中的透視效應，提出了一種利用深度信息和消失點信息來調制局部特征尺度和方向的多尺度道路檢測方法。該方法首先根據雷達給出的深度信息和圖像中的消失點，計算圖像中每一點的局部尺度和方向；

3、然后根據當前點的對應尺度，計算該點的顏色特征；并根據當前點的局部尺度和方向，計算梯度特征。實驗表明，綜合利用不同尺度和方向的顏色-梯度組合特征，可以有效地提高非結構化道路檢測效果。
　　2、針對目前尚沒有專門針對非結構化道路檢測進行算法評價的數據庫，構建了一個開放式的非結構化道路場景數據庫。在該數據庫中，除了將像素分為道路和非道路之外，還根據非結構化道路邊界不明顯的特點，通過引入不確定區(qū)域的概念，將Ground Truth中劃分出