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。