opencv 边缘平滑_基于OpenCV的车道检测实现（一）

无人驾驶的话题日趋起热，而车道线检测对于无人驾驶的路径规划来讲特别重要。要遵守交通规则，首先的要求便是对车道线检测，而且通过检测车道线可以进一步的检测地面指示标志、进行前碰撞预警策略设计等。

早早就对OpenCV感兴趣，但迟迟未去实践，现在我们就一起看看如何基于OpenCV进行检测吧！

步骤：

1、Canny边缘检测算法的实现

2、OPENCV ROI（感兴趣区域替换）

3、霍夫变换

4、离群值过滤

5、最小二乘拟合

6、直线绘制与整合

1、canny边缘检测算法

Opencv中的几种边缘检测算法_人工智能_k-CSDN博客blog.csdn.net

首先，Canny 边缘检测是一种非常流行的边缘检测算法。忘记讲了，前面需要将图片灰度化，这样使得图片更好处理。

原图：

灰度之后：

img=cv2.imread('img.jpg',cv2.IMREAD_GRAYSCALE)

接着进行边缘检测：

edge_img=cv2.Canny(img,100,150)

Canny边缘检测算法：

step1:用高斯滤波器平滑图象；

step2:用一阶偏导的有限差分来计算梯度的幅值和方向；

step3:对梯度幅值进行非极大值抑制；

step4:用双阈值算法检测和连接边缘。

Canny（名称，下阈值，上阈值）

主要利用梯度来看是否为边缘，上阈值以上的保留，下阈值以下的消去，中间的若与上阈值相连的则可留下，这样则可消去大量噪点。

2、roi去除背景

opencv ROI（感兴趣区域替换）www.cnblogs.com

首先，要考虑原图以什么形式保存，这里采用的是利用掩码，产生一块对应的画布，进行替代。

mask=np.zeros_like(edge_img)
mask=cv2.fillPoly(mask,np.array([[[20,488],[700,100],[130,200],[120,200]]]),color=255)
masked_edge_img=cv2.bitwise_and(edge_img,mask)

这里则需要确定画布的四个点的位置，color=255为黑色。

3、霍夫变换

霍夫变换www.cnblogs.com

在直角坐标系中，我们可以通过绘制 y 对 x 的图像来表示 y=mx+b。但在霍夫空间中，我们也可以通过绘制 b 对 m 的图像将这条线表示为一个点，即用极坐标方程。

例如，直线方程 y=2x+1 在霍夫空间中可能是用 (2, 1) 表示的。

例如，对极坐标系中的点 (8, 6)、(4, 9) 和 (12, 3)，我们在霍夫空间中绘制出的相应图像如下：

在霍夫空间中相交的曲线越多，意味着用交点表示的线对应的点越多。如此，我们便可在霍夫空间中定义了交点的最小阈值，以便检测车道线，消去无用的线。如果交点数量超过了定义的阈值，我们就确定一条对应参数 θ 和 r 的线。

left_lines=[line for line in lines if calculate_slope(line)>0]
right_lines=[line for line in lines if calculate_slope(line)<0]
def reject_abnormal_lines(lines,threshold):slopes=[calculate_slope(line) for line in lines]while len(lines)>0:mean=np.mean(slopes)diff=[abs(s-mean) for s in slopes]idx=np.argmax(diff)if diff[idx]>threshold:slopes.pop(idx)lines.pop(idx)else:breakreturn lines
reject_abnormal_lines(left_lines,threshold=0.002)

通过以上三步，我们便可初步将车道线的位置确定下来。欢迎大家一起来尝试！

opencv 边缘平滑_基于OpenCV的车道检测实现（一）相关推荐

c++opencv汉字分割_基于OpenCV 的车牌识别
车牌识别是一种图像处理技术,用于识别不同车辆.这项技术被广泛用于各种安全检测中.现在让我一起基于OpenCV编写Python代码来完成这一任务. 车牌识别的相关步骤 1.车牌检测:第一步是从汽车上检测 ...
java opencv bp网_基于Opencv自带BP网络的车标简易识别
记得把这几点描述好咯:代码实现过程 + 项目文件结构截图 + 演示效果 1.准备工作 1.1 训练集和测试集准备先将数据集手动划分成训练集和测试集,并分好类,比如第一类就放在文件夹名为0的文件夹下, ...
opencv 轮廓放大_基于openCV，PIL的深色多背景复杂验证码图像转灰度二值化，并去噪降噪处理分析...
title: [python]基于openCV,PIL的深色多背景复杂验证码图像转灰度二值化,并去噪降噪处理分析 type: categories copyright: true categories ...
opencv python考勤_基于opencv和dlib人脸识别的员工考勤系统
已打包生成可执行文件exe,可直接下载运行,exe文件及代码均已上传到我的github,点击传送门,打包的具体过程及教程可见pyinstaller简明教程 WorkAttendanceSystem 一 ...
opencv 图片边缘渐变_基于OpenCV的图像卡通化
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达本期将创建一个类似于Adobe Lightroom的Web应用程序 ...
opencv 图片叠加_基于OpenCV的红绿灯识别代码解析
一堆废话红绿灯分为导向灯和圆形灯.一般圆形灯在路口只有一盏灯,红灯亮时禁止直行和左转,可以右转弯.导向灯市带有箭头的,可以有两个或三个,分别指示不同方向的行车和停车.按指示的灯即可,没有右转向导向灯 ...
opencv 处理黑夜_基于 opencv图像去噪
1. 实验步骤:先为灰度图像添加高斯噪声.胡椒噪声.盐噪声和椒盐噪声,再分别利用算术均值滤波器.几何均值滤波器.谐波和逆谐波均值滤波器进行图像去噪.模板大小为5*5. 核心代码如下: 添加各类噪声: ...
检测噪声大小的c语言程序,单片机课程设计(论文)_基于AT89C51的噪音检测自适应系统设计.doc...
单片机课程设计(论文)_基于AT89C51的噪音检测自适应系统设计摘要本文以AT89S52 单片机为控制核心,通过播音判断电路寻找广播间歇时段,实时采集噪声环境内的噪音信号,根据A/ D 转换 ...
opencv 梯度幅值_基于OpenCV的图像梯度与边缘检测！
严格的说,梯度计算需要求导数.但是图像梯度的计算,是通过计算像素值的差得到梯度的近似值.图像梯度表示的是图像变化的速度,反映了图像的边缘信息. 边缘是像素值快速变化的地方.所以对于图像的边缘部分,其灰 ...

opencv 边缘平滑_基于OpenCV的车道检测实现（一）

步骤：

opencv 边缘平滑_基于OpenCV的车道检测实现（一）相关推荐

最新文章

热门文章