智能车图像处理11-进阶篇3--中线累积差值的统计

已于 2023-08-11 14:19:39 修改
阅读量3k 收藏 19
点赞数 2
分类专栏： 智能车图像处理 文章标签： 图像处理 c++ 算法
于 2022-02-03 02:20:05 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/taiyuezyh/article/details/122773826
版权
智能车图像处理 专栏收录该内容
31 篇文章 1075 订阅 ¥9.90 ¥99.00
订阅专栏
本文详细介绍了智能车图像处理中线累积差值的统计方法，包括图解分析、文字说明及核心代码解读。通过计算中线左右跳变的绝对值和，用于后续小S判断及长直道识别。代码实现简洁，分为cumlants1和cumlants2两部分，适应不同场景需求。
摘要由CSDN通过智能技术生成

前言

希望大家多多点赞评论收藏哦，不懂的地方评论区留言就好。

这篇文章主要讲述智能车图像处理中中线累积差值的统计相关内容。

一、图解分析

思路讲解:

中线差值的累积，在小s的判断中有用，大家稍微理解一下就好，其实很简单，就是中线左右跳变的绝对值和。如下图所示

在这里插入图片描述

二、文字分析

中线累积差值的统计在后面判断小S，以及长直道的时候都有用到，关键点在于中线的跳变

第12 - 13 行:comulants1 和comlants2代表的是两种不同的累差，取的行数不同

第14-17 行:comulants2取6到25行，其实就是My_Abs(LCenter[i], LCenter[i - 1])的累加

第18-21 行:comulants1去第1到40行

第27- 行: 计算了一下右线的开始于最终结束行，这里判断R_black是否为0，是和中线的提取中guixian相对应的

三、中线累积差值统计 代码

<
了解本专栏 订阅专栏 解锁全文
智能车图像处理9-进阶篇1--中线的提取
taiyuezyh的博客
02-03 1万+
(1)10-50行 基础扫线 (2)56-71 断行0 ，就是比如遇到十字，十字路口下方 第一次断线的地方。 (3)83-124 按照原先有效行，拟线作为中值，然后从中值向左右扫线，同时计算赛道宽度。 (4)125-138 如果出现赛道宽度小于先前有效行，则找到二次扫线的起点，从二次扫线起点处，继续向下扫线，直至结束，同时记录最后的有效行。 (5) 310-- 最后计算左右边线类似于方差的值，用于环岛的判断 ***这里着重描述一下二次扫线，希望大家可以理解的深刻
智能车复工日记【3】：图像处理——基本扫线和基本特征提取和十字补线
hanhan的博客
04-06 3万+
目录前言基本扫线（除了进入环岛状态或者坡道或者十字路口的普通扫线）基本数据和初步特征进一步特征提取1、计算并且显示前n行左右线各丢失数目（不break和break的都有）2、计算左右线方差（以右线为例）【a】计算右线曲率（选三个点：r_start、中点、break点）【b】如果右线曲率在一定的范围，就进行右线拟合,从空白行开始计算斜率,否则则从0行开始计算 前言 图像大小185*70，通过扫线获取.........
7.08 计算累计差
weixin_34112900的博客
09-14 152
问题：对于数字列中的值，计算其累计差。例如：计算DEPTNO 10中工资的累计差。 select a.empno,a.ename,a.sal,(select case when a.empno=min(b.empno) then sum(b.sal)else sum(-b.sal)endfrom emp bwhere b.empno<=a.empnoand b.deptno=a.dept...
飞思卡尔智能车摄像头黑线提取完整版
04-20
2010年校内赛CCD摄像头程序，注释详细，简单易懂，此程序经修改可以变得非常强大
计算累计差
一花一草一世界
09-09 2606
思路:先将需要进行累积的值变成负值，再进行累加，即得到累计差 with x as (select rownum as seq,a.* from (select 编号,项目,金额 from detail order by 编号) a) select 编号,           项目,           金额，           sum(case when seq=1 then 金额
智能车摄像头组怎么在OLED屏画出中线
qq_42295125的博客
11-15 6204
首先你要知道二值化这个基本操作，不会的请去看资料。 假设1 在OLED中代表黑色，0在OLED中代表白色。 首先对摄像头返回的数组进行解压，我这里解压到img[]这个数组，里面的元素要么是1，要么是0. 通常，为了方便我们进行提取中线操作，会继续用数值0表示黑色，而数值255表示白色，再用一个二维数组image[][]表示。（只是种方法而已，不同的程序对摄像头返回数组的处理方法可能不一样。） ...
智能车摄像头算法——寻线
Treasureljc的博客
01-27 9923
最基本的寻线算法
智能车图像处理30--进阶篇22--三线的延续
taiyuezyh的博客
02-08 1090
这篇文章主要讲述智能车图像处理中 : 如何对三线进行拉伸和延续
Python从0到100（六十四）：Python OpenCV-图像运算进阶实战
Hello大家好，我是Dream，如果帮得到你，那我深感荣幸！交流学习、商务合作：https://bbs.csdn.net/topics/614347534
10-16 2万+
这篇博客介绍了Python使用OpenCV进行图像处理的基础操作，包括读取图像、像素访问、ROI选择、通道拆分与合并、图像加边框等。此外，还详细探讨了图像加法、融合、按位运算等算术运算，以及如何在大小不一致的图像间进行融合。博主分享了实用的代码示例和技巧，适合Python和OpenCV初学者。
数字图像处理：智能车寻迹小车，图像采集、处理、中线提取、弯道判.zip
10-30
2、本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载学习，也适合小白学习进阶，当然也可作为毕设项目、课程设计、作业、项目初期立项演示等。...
智能车黑线提取源代码
12-24
本文档叙述了，“恩智浦”智能车大赛对赛道黑线提取的算法，以及去干扰
摄像头组很稳定的黑线提取算法
11-24
摄像头组很稳定的黑线提取算法，成功的提取黑线并做相应的处理来控制车子的舵机和马达
飞思卡尔黑线提取
07-15
飞思卡尔光电黑线提取算法 ******************************/ void GetGuideLine(const unsigned int eyeData[]);//获取引导线位置 返回比较可靠的引导线位置 void GetGuideLine0(const unsigned int eyeData0[]);//下排激光获取引导线 int StartLineFlag(const unsigned int src[]); //起始线标志 int GetStartLine(const unsigned int eyeData[]);//获取起始线
〖Python语法进阶篇⑲〗- 综合实战 - 抽奖系统之user模块 - 获取用户与奖品列表
易编橙 · 终身成长社群，相遇已是上上签！
04-30 3万+
本章节我们将开发 user.py 模块的相关功能，该模块也是核心，因为最重要的抽奖就是在 user.py 模块实现的。所以今天主要做的就是三件事儿：1、user 类的初始化（ 继承Base类）；2、get_user（Base类中时间的转变）；3、查看奖品列表（针对 Base 类 的获取奖品函数进行二次开发）
〖Python语法进阶篇⑰〗- 综合实战 - 抽奖系统之admin模块 - 对用户添加封禁身份修改
热门推荐
易编橙 · 终身成长社群，相遇已是上上签！
04-28 4万+
该章节我们将来开发 "admin.py" 模块的相关功能，今天主要有5件事情需要实现：1、admin 类的搭建（继承 Base 类）。2、获取当前用户函数（包含获取身份）。3、添加用户（判断当前身份是否是管理员）。4、冻结与恢复用户（active 标签判断用户是否可用的标识）。5、修改用户身份（管理员操作修改 role为 "admin" 或者 "normal" ；"normal"用户可参与抽奖，"admin"用户只能是为普通用户服务的角色）
综述|线结构光中心提取算法研究发展
3D视觉工坊
10-08 2283
点击上方“3D视觉工坊”，选择“星标”干货第一时间送达摘 要: 线结构光扫描是三维重建领域的关键技术。光条纹中心提取算法是决定线结构光三维重建精度以及光条纹轮廓定位准确性的重要因素。本文...
第19届智能车——偏差获取以及滤波
2302_77398648的博客
10-08 493
我的车身前10cm 对应图像第78行，20cm对应图像第58行，30cm对应图像第44行，40cm对应图像第34行，50cm对应图像第22行，60cm对应图像第18行。再看上面的权重可以发现，图像远端的权重是比较大的，近端的权重小，权重的选取需要满足的就是这个规律。具体取图像的多少行到多少行作为计算，这个需要根据你的图像视野范围以及车模自身的运行速度而定的。我这里的计算方法借鉴“苏格拉底没有底”大神的思路，大家可以去B站搜他的视频。对于智能车的控制，偏差的获取很重要，这个数据的好坏直接影响到控制的效果。
【opencv-python】 HSV抠图-智能车拟合道路边界和中线
epic_Lin的博客
09-28 5396
1、实战项目（找中线） 目标是从面对这种简单环境用opencv画出中线，下面是过程实现 2、opencv-python基于HSV抠图 这种环境看似简单，但是用灰度处理二值化的效果奇差，最后选择用HSV进行分割。 先导入包： import cv2 import cv2 as cv import numpy as np 然后把图片用cvtColor转化成HSV格式 img=cv.imread("1.png") img=cv.cvtColor(img,cv.COLOR_BGR..
智能车寻中线程序
qq_42295125的博客
03-21 4385
智能车怎么根据中线误差计算占空比，要实例代码
最新发布
10-17
智能车辆通过摄像头或其他传感器捕捉道路中线信息，然后对车辆行驶轨迹与中线的偏离程度进行分析，来计算所谓的“占空比”。这个过程通常涉及到图像处理和机器学习算法，这里我们可以简化理解为一个计算过程。 占空比（Occupancy Ratio）是一个度量车辆偏离车道的程度，通常是基于两个值的比率：偏离距离（Error）和车道宽度（Lane Width）。偏差可以是正的（右侧偏离）或负的（左侧偏离），公式可以表示为： \[ 占空比 = \frac{|偏离距离|}{车道宽度} \] 例如，在Python中，假设我们有已测量到的偏离像素值`error_pixels`和车道宽度`lane_width_pixels`，代码可能会这样实现： ```python def calculate_occupancy_ratio(error_pixels, lane_width_pixels): # 将像素值转换为实际的距离单位（如果需要） error_distance = convert_pixels_to_meters(error_pixels) # 计算占空比 occupancy_ratio = abs(error_distance) / lane_width_pixels return occupancy_ratio # 假设已经有一个函数convert_pixels_to_meters()用于像素到米的转换 error_pixels_measured = 50 # 偏离像素数 lane_width = 3.7 # 车道宽度，单位可能是米，也可能直接用像素表示 ratio = calculate_occupancy_ratio(error_pixels_measured, lane_width) ```
评论 14
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

@白圭

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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