基于机器视觉的车道线检测与追踪

该博客介绍了一种基于单目视觉的车道线检测系统,通过图像预处理和霍夫变换实现车道线识别。系统在PC上运行流畅,但在 FriendlyARM 上面临速度和分辨率导致的识别误差问题。
摘要由CSDN通过智能技术生成

实现功能:

视频图像采集

图像预处理

车道线检测与识别



实现的效果:





实现思路:

视频采集部分:摄像头采集分为单目采集与多目(双目),双目采集采用立体视觉方法,虽然对于恢复物体的深度信息比较容易,但是图像共轭像点的匹配问题,却在很大程度上限制了它的应用。本系统采用单目视觉方法,即通过一个摄像机来采集图像。虽然,这种方法得到的图像不包含物体的深度信息,但是,如果把时间看作第三轴线,我们便可以从连续的视频图像中得到准三维图像

图像预处理部分:包含图像灰度化,增强图像对比度,图像中值滤波,图像边缘增强,边缘检测信息与区域增长信息融合几部分。

车道线检测识别:有多种方法,如最小二乘法,Hough变换,Radon变换等,本系统使用opencv自带直线检测库霍夫变换。



实现代码:


读取视频检测其中车道线部分核心代码;

用到的结构体声明以及变量初始化:

        IplImage* pCutFrame = NULL;
        IplImage* pCutFrImg = NULL;
        IplImage* pCutBkImg = NULL;


        CvMat* pCutFrameMat = NULL;
        CvMat* pCutFrMat = NULL;
        CvMat* pCutBkMat = NULL;


      //  CvCapture* pCapture = NULL;

        CvMemStorage* storage = cvCreateMemStorage();
        CvSeq* lines = NULL;
<span style="white-space:pre">	</span> int nFrmNum = 0;
        int CutHeight = 250;

</
  • 5
    点赞
  • 35
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值