MATLAB基于图像处理的车道线检测
目的是识别图像中的车道线,然后将该算法扩展到视频中,从而有效地识别左右车道线,不管它是什么形状(实线与虚线),什么颜色(白色与黄色),坡度多大(直线、角度或曲线)。该项目使用的图像/视频是在美国一条高速公路上拍摄的,这条路上车道线标记得很清楚,车道线大多是直的,没有太多弯曲。
以下特征用于识别:
- 颜色:车道线通常为浅色(白色/黄色),而道路则为深色(深灰色)。因此,黑白图像效果更好,因为车道可以很容易地从背景中分离出来。
- 形状:车道线通常是实线或虚线,所以可以将它们与图像中的其他对象分开。可以用Canny等边缘检测算法找到图像中的所有边缘/线条。然后我们可以使用进一步的信息来决定哪些边可以被限定为车道线。
- 方向:公路车道线更接近于垂直方向,而不是水平方向。因此,在图像中检测到的直线的斜率可以用来检查它是否可能是车道。
- 在图像中的位置:在一个由行车记录仪拍摄的常规公路图像中,车道线通常出现在图像的下半部分。因此,可以将搜索区域缩小到感兴趣的区域,以减少噪声。
颜色选择
每个图像都由不同的色彩通道组成。在RGB配色方案中,图像中的每个像素都由红、绿、蓝三个通道的值组成。这些值在0到255之间变化,0是最暗的,255是最亮的。这样,白色为[255,255,255],黑色为[0,0,0]。如果取三者的平均值并将该值运用到每个像素上,那么就会得到一个灰度图像。
为了得到一个灰度图像,我使用了以下代码:
这里,在变量“red_threshold”,“green_threshold”, “blue_threshold”中定义颜色阈值(rgb_threshold)。此向量包含选择中允许的红色、绿色和蓝色(R、G、B)的最小值,任何高于这些值的数值都会归为零(禁用)。在车道线与道路形成对比的情况下,这种方法尤其有效,因此我们可以设置最小值。