车道线检测---色彩空间变换

前几天，刚接触这个车道线检测的项目，给了一堆程序，由于刚接触很多东西都不懂，现将自己的学习过程记录下来，以便之后再利用。所遇到的第一个问题即是在车道线检测的过程中，对图像的处理，由于RGB色彩空间对于编程实现不方便，所以先将其转换为YUV，具体内容如下：

颜色空间是颜色集合的数学表示。三种最常用的颜色模型是：RGB（用于计算机图形学

中）；YIQ、YUV或YCbCr（用于视频系统中））。为了更好的理解颜色模型，先介绍几个基本的颜色概念。

亮度(lightness or intensity or luminance)：亮度是光作用于人眼所引起的明亮程度的感觉，它与被观察物体的发光强度有关。主要表现光的强和弱。

色调(hue)：色调是当人眼看一种或多种波长的光时所产生的色彩感觉，它反映颜色的种类，是决定颜色的基本特征。

饱和度(saturation)：饱和度是指颜色的纯度即掺入白光的程度，表示颜色深浅的程度。

例如：红色 + 白色 = 粉红色饱和度下降，同时色调发生变化

需要说明的是，由于上面所提到的三种最常用的颜色模型与亮度、色度、饱和度这些直接概念没有直接的关系。所以又提出了其他的颜色空间模型，比如HSI和HSV，来简化编程和操作。

RGB颜色空间

颜色空间颜色空间

颜色空间

由于彩色显示器采用红、绿和蓝来生成目标颜色，所以RGB颜色空间是计算机图形学

最通常的选择，这样可以简化系统的构架与设计。

但是，当处理图像时，使用RGB颜色空间并不是很有效。例如，为了修改给定像素的亮度，必须同时从帧缓冲区中读出RGB三个分量，然后重新计算给定亮度对应的RGB值，执行相应的修改后再写回帧缓冲区。如果我们能够访问到直接以亮度格式存储的图像，那这个处理过程会简单很多。 RGB颜色空间的另一个缺点是，要在RGB颜色立方体中生成任何一种颜色，三个RGB分量都需要占用相同的带宽。这就使得每个RGB颜色分量的帧缓冲需要同样的像素深度和现实分辨率。 RGB颜色空间存在许多种不同类型的实现。

YUV颜色空间

颜色空间颜色空间

颜色空间 YUV是PAL制式和SECAM制式采用的颜色空间，其中Y代表亮度，UV代表色度。“亮度”是通过RGB输入信号来建立的，方法是将RGB信号的特定部分叠加到一起。

色度”则定义了颜色的两个方面，色调(hue)与饱和度(saturation)，分别用Cr和Cb来表示。其中，Cr反映了RGB输入信号红色部分与RGB信号亮度值之间的差异。而Cb反映的是RGB输入信号蓝色部分与RGB信号亮度值之同的差异。

gamma校准的RGB与YUV颜色空间的转换的公式如下:

Y = 0.299R + 0.587G + 0.114B

U = -0.147R - 0.289G + 0.436B

=0.492(B-Y)

V = 0.615R - 0.515G - 0.100B

=0.877(R-Y)

R = Y + 1.140V

G = Y - 0.395U - 0.581V

B = Y + 2.032U 通常所说的YCbCr颜色空间实际上就是YUV颜色空间的缩放和偏移版本，YCbCr进行了图像子采样。

HSI、HLS和HSV颜色空间

颜色空间颜色空间

颜色空间 HSI (hue、saturation、intensity) 和HSV (hue、saturation、value) 颜色空间在设计上使得颜色感知和解释的方式与人很接近，在需要手动指定颜色值时经常需要使用它们。HLS (hue、lightness、saturation) 类似于HSI，只是使用了术语lightness，而不是光强度intensity来表示亮度。 HSI和HSV颜色空间的差异在于亮度分量(I or V)的计算方式。HSI颜色空间适合传统的图像处理函数，如卷积、均化、直方图等，可以通过处理亮度值来实现这些操作，因为亮度I对R、G、B值的依赖程度是一样的。HSV颜色空间适合处理色度和饱和度，因为它使得饱和度具有更大的动态取值范围。

车道线检测---色彩空间变换相关推荐

【车道线检测】Hough变换图片车道线检测【含Matlab源码 276期】
⛄一.Hough变换图片车道线检测简介 1 引言随着人们生活水平的提高, 科技的不断进步, 智能驾驶技术逐渐受到了研究者们的广泛研究和关注.先进驾驶辅助系统 (Advanced Driver Ass ...
基于边缘检测与Hough变换的车道线检测
基于边缘检测与Hough变换的车道线检测第一章:绪论 1.1 研究意义及背景高速公路的通行里程是一个国家发展水平的重要标志之一.高速公路具有车辆通行能力大.交通事故少.经济效益高的特点,它的不断发 ...
【车道线检测】基于matlab Hough变换图片车道线检测【含Matlab源码 276期】
⛄一.Hough变换图片车道线检测简介 1 引言随着人们生活水平的提高, 科技的不断进步, 智能驾驶技术逐渐受到了研究者们的广泛研究和关注.先进驾驶辅助系统 (Advanced Driver Ass ...
详解车道线检测算法之传统图像处理
点击上方"3D视觉工坊",选择"星标" 干货第一时间送达 / 导读 / 车道线检测算法分为传统图像处理方法和深度学习方法.本文详细介绍用传统图像处理方法来解决车 ...
3D车道线检测：Gen-LaneNet
3D车道线检测:Gen-LaneNet Gen-LaneNet: A Generalized and Scalable Approach for 3D Lane Detection 论文链接:http ...
车道线检测综述及新工作汇总
编辑丨3D视觉工坊车道线检测综述及近期新工作--为ADAS.自动驾驶服务. 部分视频效果展示: https://www.bilibili.com/video/BV1E54y1V7G4 https:/ ...
ECCV2020 | Gen-LaneNet：百度Apollo提出两阶段的3D车道线检测算法，已开源
点击上方"3D视觉工坊",选择"星标干货第一时间送达这篇文章收录于ECCV2020,是百度Apollo团队发表的关于3D车道线检测的文章,针对3D-LaneNet做了 ...
无人驾驶之车道线检测简易版
无人驾驶技术近些年发展迅速.无人车若想实现自动驾驶,从视觉的角度上讲其要先学会观察道路,具体来说,就是检测车道线.包括识别车道线与车的位置关系,是实线还是虚线等.本文将简单介绍车道线检测的基本技术,包 ...
智慧交通day03-车道线检测实现09：车道线检测代码汇总（Python3.8）
import cv2 import numpy as np import matplotlib.pyplot as plt #遍历文件夹 import glob from moviepy.editor ...

车道线检测---色彩空间变换

车道线检测---色彩空间变换相关推荐

最新文章

热门文章