火车轨道铁路轨道检测识别(附带Python源码+详细解析)

现在的网络上，铁轨检测的源码几乎没有，所以自己参照着一篇汽车车道线检测的方法，然后调节参数，实现了铁轨的轨道检测，但现在只能检测直线，弯曲的铁轨检测下一步会实现，实现之后会更新的，敬请期待。

弯轨检测的已经实现并且检测效果不弱于直线：火车轨道铁路轨道检测识别（弯轨+直轨）通用性（Python源码+讲解）

针对现有的火车轨道检测，从汽车车道线延伸过来，用的是同样的方法可以实现火车轨道检测。

需求环境

Ubuntu16.04

python3.5

opencv3.2

原图：

效果图：

首先，是对图片的读取操作，采用的是imread函数

img = mplimg.imread("lane.jpg")
print("start to process the image....")

①灰度转换

首先是对图片进行灰度转换 cv2.cvtColor(img, cv2.COLOR_RGB2GRAY)

这里的灰度图因为有颜色让我探索了好久，后来发现imwrite之后的是没有颜色的，猜想原因应该是plt.imshow()的原因

②高斯变换

进行高斯变换，曲率选择29 cv2.GaussianBlur(gray, (blur_ksize, blur_ksize), 0, 0)

③边缘检测（Canny算子检测）

利用canny算子检测，设置好双阈值 [40,130]，cv2.Canny(blur_gray, canny_lthreshold, canny_hthreshold)

④选取RIO区域

针对火车的特殊性，轨道总是出现在固定的位置，选取一个梯形的RIO区域

RIO区域如下所示：网格区域，选取出来四个角点

def roi_mask(img, vertices):#img是输入的图像，verticess是兴趣区的四个点的坐标（三维的数组）mask = np.zeros_like(img)#生成与输入图像相同大小的图像，并使用0填充,图像为黑色#defining a 3 channel or 1 channel color to fill the mask with depending on the input imageif len(img.shape) > 2:channel_count = img.shape[2]  # i.e. 3 or 4 depending on your imagemask_color = (255,) * channel_count#如果 channel_count=3,则为(255,255,255)else:mask_color = 255cv2.fillPoly(mask, vertices, mask_color)#使用白色填充多边形，形成蒙板masked_img = cv2.bitwise_and(img, mask)#img&mask，经过此操作后，兴趣区域以外的部分被蒙住了，只留下兴趣区域的图像return masked_img

⑥识别两条铁轨，霍夫直线检测

针对两条铁轨不同的斜率划分出来左右，霍夫直线检测，然后将划分出来的点，进行线性拟合，绘制出两个铁轨

两条铁路的的斜率和拍摄的视角有关系，如果摄像机安装在机车的中心区域，那么两条铁轨的斜率是一正一负两个级别，可以用0来进行划分，但是因为我图片中的拍摄位置问题，两条铁路都是负斜率，所以需要界定一个中间值，大概是 -0.6左右，将两条铁轨可以完美的区别开。

def draw_lanes(img, lines, color=[255, 0, 0], thickness=8):left_lines, right_lines = [], []#用于存储左边和右边的直线for line in lines:#对直线进行分类for x1, y1, x2, y2 in line:#cv2.line(img, (x1, y1),(x2,y2), color, thickness)  # 画出直线k = (y2 - y1) / (x2 - x1)if k < -7:left_lines.append(line)else:right_lines.append(line)#  for line in right_lines:
#      for x1,y1,x2,y2 in line:
#          cv2.line(img, (x1, y1), (x2, y2), color, thickness)if (len(left_lines) <= 0 or len(right_lines) <= 0):return img#  for line in left_lines:  # 对直线进行分类
#      for x1, y1, x2, y2 in line:
#          cv2.line(img, (x1, y1), (x2, y2), color, thickness)  # 画出直线#clean_lines(left_lines, 0.1)#弹出左侧不满足斜率要求的直线clean_lines(right_lines, 0.1)#弹出右侧不满足斜率要求的直线left_points = [(x1, y1) for line in left_lines for x1,y1,x2,y2 in line]#提取左侧直线族中的所有的第一个点left_points = left_points + [(x2, y2) for line in left_lines for x1,y1,x2,y2 in line]#提取左侧直线族中的所有的第二个点right_points = [(x1, y1) for line in right_lines for x1,y1,x2,y2 in line]#提取右侧直线族中的所有的第一个点right_points = right_points + [(x2, y2) for line in right_lines for x1,y1,x2,y2 in line]#提取右侧侧直线族中的所有的第二个点left_vtx = calc_lane_vertices(left_points, 700, img.shape[0])#拟合点集，生成直线表达式，并计算左侧直线在图像中的两个端点的坐标right_vtx = calc_lane_vertices(right_points, 700, img.shape[0])#拟合点集，生成直线表达式，并计算右侧直线在图像中的两个端点的坐标cv2.line(img, (left_vtx[0][0],left_vtx[0][1]), left_vtx[1], color, thickness=20)#画出直线cv2.line(img, (right_vtx[0][0]-50,right_vtx[0][1]), right_vtx[1], color, thickness=20)#画出直线#将不满足斜率要求的直线弹出
def clean_lines(lines, threshold):slope=[]for line in lines:for x1,y1,x2,y2 in line:k=(y2-y1)/(x2-x1)slope.append(k)#slope = [(y2 - y1) / (x2 - x1) for line in lines for x1, y1, x2, y2 in line]while len(lines) > 0:mean = np.mean(slope)#计算斜率的平均值，因为后面会将直线和斜率值弹出diff = [abs(s - mean) for s in slope]#计算每条直线斜率与平均值的差值idx = np.argmax(diff)#计算差值的最大值的下标if diff[idx] > threshold:#将差值大于阈值的直线弹出slope.pop(idx)#弹出斜率lines.pop(idx)#弹出直线else:break

最后，将两个图像进行叠加，输出图像

完整代码：https://github.com/Zanderzt/Rail-detection

代码调不易，star两行泪，欢迎star，感谢~

火车轨道铁路轨道检测识别(附带Python源码+详细解析)相关推荐

基于YOLOv5行人车辆跟踪检测识别计数系统源码+数据集，实现出/入分别计数
yolov5 deepsort 行人车辆跟踪检测计数下载地址:基于YOLOv5行人车辆跟踪检测识别计数系统源码+数据集实现了出/入分别计数. 默认是南/北方向检测,若要检测不同位置 ...
Robocom比赛中使用opencv-python进行轨道线识别（附带python源码+讲解）
1.前言: 此代码是本人参加Robocom比赛中完成其中一个要求模块使用的代码.主要功能是根据给定的图片,识别出黑色轨道线的线条在图片中的大致位置.如下图所示: 比赛要求:编写代码,从200张图片中随 ...
python 网站源码_在线浏览美图源码，附带python源码
源码介绍本源码由@香谢枫林开发,首页图片做了浏览器窗口自适应,最大化占满PC浏览器和移动浏览器的窗口,并且防止出现滚动条. 源码截图美图源码1 美图源码2 功能介绍首页图片设置了4个点击功能区 ...
Python源码深度解析—float空闲对象缓存池
建议将思维导图保存下来观看,或点击这里在线观看.
Python源码深度解析—float类型对象
建议将思维导图保存下来观看,或点击这里在线观看.
Python源码深度解析—引用计数
建议将思维导图保存下来观看,或点击这里在线观看.
Python源码深度解析—对象的行为和多态性
建议将思维导图保存下来观看,或点击这里在线观看.
Python源码深度解析—对象的创建
建议将思维导图保存下来观看,或点击这里在线观看.
Python源码深度解析—Python提供的C API
今天比较忙,所以更新的较少,不过满满的都是干货啊! 建议将思维导图保存下来观看,或点击这里在线观看.

火车轨道铁路轨道检测识别(附带Python源码+详细解析)

火车轨道铁路轨道检测识别(附带Python源码+详细解析)相关推荐

最新文章

热门文章