《表1 各算法道路区域分割精度τ》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于图推模型与智能寻优的野外道路导向技术》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

在数据库中随机抽取20幅图像，人工标定道路区域和道路边界直线，则容易求得u1和u2，通过对λ1在区间（0，1）以间隔0.001取值循环迭代，λ2=1-λ1，使得目标函数F取得极小值，记录下对应的λ1、λ2值进行权值样本的构造。通过对λ1求均值的方式，获得了普适性较好的最优权值。在实验中定性及定量地对比了本文和文献提出的非结构化道路边缘检测算法的检测性能，检测效果如图6、7，表1～3所示。图7中（a）为原图和人工标注道路消失点，（b）为文献[8]检测效果，（c）为文献[7]检测效果，（d）为文献[9]检测效果，（e）为本文算法检测效果。