车道线检测(笔记)

本文介绍了车道线检测的全过程,包括摄像头校准以修正图像失真,图像预处理采用HSL、LAB和LUV颜色空间,视角变换通过OpenCV实现鸟瞰图,车道检测利用滑动窗口和直方图技术,最后通过车道线位置确定车辆相对于车道的精确位置。
摘要由CSDN通过智能技术生成

(笔记)车道线检测概述

一、摄像头校准

径向偏差:将图像转换成棋盘模型,校正摄像头使图像中白色和黑色格子达到相同规尺度。
在这里插入图片描述

修正失真:识别棋盘的中心并利用期望的棋盘尺度来计算失真系数

左:原始失真图像;中:校准后未失真图像;右:图像顶部角度扭曲


二、图像预处理

颜色变换
HSL、LAB和LUA
HSL: 对色相(H)、饱和度(S)、明度(L)的变化以及叠加来得到颜色
LAB: 由亮度(L)和有关色彩的A, B三个要素组成。
LUV: 由CIE XYZ空间变换得到, L表示物体亮度,U和V是色度

最优方案
LAB的B道和LUV的L通道

图像梯度
Sobel梯度滤波器
在这里插入图片描述


三、视角变换

利用OpenCV提供的 getPerspectiveTransform 和 warpPerspective函数将图像的视角变换为鸟瞰图。
在这里插入图片描述


四、车道检测

生成图像中车道线检测直方图(两个尖峰各表示对应车道线)
在这里插入图片描述
利用滑动窗口技术,在峰值对应位置处对图像进行迭代扫描检测车道线的像素,并进行多项式拟合。

在这里插入图片描述
滑动窗口搜索技术的另一个视图,高亮显示并填充搜索区域:
在这里插入图片描述

五、车辆/车道线位置

利用两个检测到的车道线的位置,并假设摄像头位于图像的中心位置,可以计算出汽车相对于车道的位置。根据图像的分辨率,能够进行从像素到米的换算。

在这里插入图片描述


  • 1
    点赞
  • 7
    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