摘要：為了在道路檢測中結(jié)合圖像的多尺度特征以及點(diǎn)云的空間結(jié)構(gòu)特征,使檢測算法能有效地排除道路場景中的陰影、光線等干擾,本文提出一種基于融合分層條件隨機(jī)場的圖像和點(diǎn)云融合的道路分割模型.首先,利用Meanshift算法產(chǎn)生多個尺度的超像素分割,建立基于圖像的多尺度分層條件隨機(jī)場.將點(diǎn)云數(shù)據(jù)投影到圖像平面,再建立基于點(diǎn)云的多尺度分層條件隨機(jī)場.在條件隨機(jī)場的像素層和點(diǎn)云層之間建立連接,構(gòu)造多尺度的融合模型.然后,針對多尺度融合模型中圖像層的每一層和點(diǎn)云層的每一層,分別提取對應(yīng)尺度的圖像特征或點(diǎn)云特征.每一層用梯度提升樹算法根據(jù)提取的特征訓(xùn)練1個分類器,利用每一層的分類器得到對應(yīng)層的數(shù)據(jù)項(xiàng)代價.最后,使用α擴(kuò)張算法對融合模型進(jìn)行聯(lián)合優(yōu)化求解.在KITTI Road數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明,該方法具有良好的道路檢測性能.