Browsing by Author "Tapia Espinoza, Rodolfo Antonio"

Now showing 1 - 2 of 2
  • Thumbnail Image
    Item
    A comparison of gradient versus color and texture analysis for lane detection and tracking
    (IEEE, 2009) Tapia Espinoza, Rodolfo Antonio; Torres Torriti, Miguel Attilio
    Accurate lane detection in real-time is a critical task in autonomous vehicle guidance and lane departure warning for driver assistance. Existing vision-based approaches rely mostly on some analysis of the spatial gradient of the image. However, if the road structure is not regular and well delimited, edges may not be easy to extract and other features must be employed. This paper evaluates the use of color and textural features as a way to improve the standard gradient-based lane detection. Textural features are generated using a bank of Gabor filters. A benefit of using color and texture is that the sky regions of the image, as well as side elements, can be detected. The results obtained from testing the approaches on city roads show that color and texture analysis yields a more accurate road segmentation.
  • Thumbnail Image
    Item
    A robust lane geometry estimation and tracking approach for driver alert using color and texture segmentation.
    (2012) Tapia Espinoza, Rodolfo Antonio; Torres Torriti, Miguel Attilio; Pontificia Universidad Católica de Chile. Escuela de Ingeniería
    Una detección precisa de la pista en tiempo real y bajo un amplio rango de condiciones es una tarea crítica en el control de vehículos autónomos y en sistemas de alerta al conductor. La mayoría de los métodos basados en visión dependen principalmente de algún tipo de análisis del gradiente espacial de la imagen. Sin embargo, una de las desventajas del método basado en gradiente es que si la estructura del camino no es regular y bien delimitada, los bordes pueden no ser fáciles de extraer y otro tipo de características deben ser empleadas. Este trabajo evalúa el uso de características de color y textura como una manera de mejorar la detección de la pista basada en el método estándar de gradiente. Las características de textura son generadas usando un banco de filtros de Gabor y Campos Gaussianos Aleatorios de Markov, mientras que la detección basada en color usa el algoritmo mean-shift para agrupar áreas uniformes. Los resultados obtenidos al probar los métodos propuestos en rutas urbanas muestran que el análisis usando texturas y color puede mejorar la segmentación del camino y la detección de salidas del carril.