基于形态学的图像处理

一、实验原理、目的与要求

、实验原理、目的与要求

要求：从带有车道线的图像（图2）中检测出车道线，并将检测算法通过摄像头采集实现实时的车道线检测。检测算法包括（但不限）以下步骤：

1. 读入图像；
2. 灰度变换；
3. 去噪；
4. 边缘检测；
5. 线检测（直线/曲线）；
6. 视频采集及实时检测
7. 

图3-1 原图

原理：

形态学处理：

1. 开运算：先腐蚀后膨胀的过程。用来消除小物体、在纤细点处分离物体、平滑较大物体的边界的同时并不明显改变其面积。开运算通常是在需要去除小颗粒噪声，以及断开目标物之间粘连时使用。其主要作用与腐蚀相似，与腐蚀操作相比，具有可以基本保持目标原有大小不变的优点
2. 闭运算：先膨胀后腐蚀的过程称为闭运算。用来填充物体内细小空洞、连接邻近物体、平滑其边界的同时并不明显改变其面积

Canny检测：是一种多级边缘检测算法，它首先进行图像降噪（但是在opencv和matlab调用的检测并不包括降噪）、计算图像梯度、非极大值抑制和阈值筛选

Hough变换及直线检测：如果直线 y=mx+b 在图片中，那么图片中，必需有N多点在直线上（像素点代入表达式成立），只要有这条直线上的两个点，就能确定这条直线。该问题可以转换为：求解所有的(m,b)组合。设置两个坐标系，左边的坐标系表示的是(x,y)值，右边的坐标系表达的是(m,b)的值，即直线的参数值。那么一个(x,y)点在右边对应的就是是一条线，左边坐标系的一条直线就是右边坐标系中的一个点。这样，右边左边系中的交点表示有多个点经过(m,b)确定的直线。

二、实验仪器设备及环境

电脑（windows10）

环境：matlab2016b

三、实验内容步骤

1.首先进行二值化处理

2.对图像进行去噪

3.检测图像边缘

4.检测直线，找出车道线

5.尝试视频录制和动态检测

四、实验数据记录及数据处理

1.二值化：

实验时发现，如果直接使用大津法计算阈值，车道线反而会被模糊掉

图3-2直接用大津法二值化

   于是尝试了用先用对数变换扩展暗处像素，以期使车道线与车道背景分离开，再二值化，，实践后发现，虽然扩展了暗处像素，但二值化的效果并不明显

图3-3对数变换后的图片

图3-4对数变换后再OTSU二值化

    于是最终选择了手动调节阈值来进行二值化

图3-5使用阈值为148进行二值化

2.去噪：

图3-6按连通域面积滤除后的效果

  接下来利用上一次实验的成果，对图像进行闭运算，进一步增强图像

图3-7进行闭运算之后的结果

  3.进行canny边缘检测

图3-8进行canny边缘检测后的结果

   4.进行霍夫变换并进行直线检测，通过调节参数，获得比较理想的结果

图3-9进行直线检测的结果

5.视频采集

由于没有合适的手段采集实际的车道线并动态检测，这里仅仅分别尝试了在matlab和opencv中获取电脑自带摄像头的图像，获取之后直接用于图像处理即可

这里要注意的是，一般摄像头都会有最大帧率，比如50fps。那么如果想用满所有的图像，就必须要保证每张图像的处理时间在20ms以内（假设采集不需要占用cpu），不然就不能用满所有帧；或者说，最终的图像处理速度，取决于采集和处理之中的慢者

图3-10获取电脑摄像头图像

五、实验结论探讨及分析

本次实验进行车道线检测，相比于前两次实验，本次实验算是一个相对比较完整的图像工程，从最基本的图片中提取出需要的信息——车道线

实现的思路比较常规，由于图像中并没有过多的噪点，二值化后图像就已经很清晰了，后面的canny边缘检测和hough变换直线检测都显得水到渠成。不过这里也发现，选取合适的阈值对图像进行二值化并不容易。虽然大津法是动态阈值，但是有时候用大津法二值化并不能不满足提取图像细节的需求。