路面识别（适应光度变化）

          路面识别一般应用价值很大，特别是能够分析出路面是有没有障碍物，同时能够分析出可以选择的道路，当然由于视野角度有远近，摄像头质量不标准，所以实际考虑要分离出路面是非常复杂的，目前知道这课题一直有人在做，好像没发现有较好的分割算法，所以特意研究了很一段时间对其进行分析。

        国内外已有的传统技术我目前知道的就是通过分水岭，激光定位等可以实现特定情况的路面分析，而我使用的是基于色彩分割的算法，传统分割算法约束很大，特别在表述某种色彩的情况下，例如说蓝色，蓝色并不是具体某个范围的色彩区域，而是在某个视野情况下显得比较蓝。传统通过转换色彩空间是很难表述清楚色彩之间的意义，通过分析，我使用了一些特殊的方法来进行表述色彩区域的特性，再对其进行分析统计聚集。得出下面结论，目前使用的摄像头质量比较差，大家将就些看看吧。

       另外如果用OPENCV 的分水岭和满水填充算法的话，很难控制阀值，而且效果都是同一个色彩变成了多个块（也就是没法适应光变了）

简单的远近光亮程度的图片的处理前后，处理后路面将会均匀化

 

  

 

   原图：

 

 

处理的结果：

     已经将路面均匀化了

 

上面做了简单的介绍，大家如果觉得有什么建议可以互相交流，如果喜欢的可以顶一下我，有什么问题可以在博客上问，我都尽量回答大家问题。