本文介绍了飞思卡尔智能车图像处理中的二值化技术，通过设定阈值来区分白色赛道和黑色目标引导线。二值化算法的基本思想是将像素值与阈值比较，大于或等于阈值的设为1，其余设为0。文中给出了简单的代码实现，用于将摄像头采集的数据进行二值化处理。
今天是2018年3月9日，在经过一段时间熟悉赛道和小车特性之后，我正式开始飞思卡尔智能车的图像处理学习，并负责我们组 图像算法的编写.
首先是图像的二值化处理
二值化算法的思路是：设定一个阈值valve，对于视频信号矩阵中的每一行，从左至右比较各像素值和阈值的大小，若像素值大于或等于阈值，则判定该像素对应的是白色赛道；反之，则判定对应的是黑色的目标引导线。记下第一次和最后一次出现像素值小于阈值时的像素点的列号，算出两者的平均值，以此作为该行上目标引导线的位置。
二值化简单理解就是以一个值为基准，大于（等于）这个值的数全部变为是1（或者0），小于等于这个数的就全部将他们变为0（或1）。
举个例子吧：1~10有
最低0.47元/天 解锁文章
7099
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
