智能汽车竞赛摄像头处理（4）——摄像头循迹思路讲解

前言

（1）在上一节中，我们学习了对图像的动态阈值二值化处理，和固定阈值二值化一样将原始图像处理成二值化后的黑白图像，这个二维数组里的元素都是0和255两个值，本质也是是将原来的二维数组进行了二值化处理，只是二值化的阈值由大津法计算后得到。

（2）我们要实现的循迹功能就是对这个二值化后的新二维数组进行利用，那么我们要在这个二维数组中得到什么？我们最后要得到赛道中线和屏幕中线，屏幕固定的中线是显示图像的宽度的一半，而赛道中线要通过处理后得到。所以我们这篇文章主要讲解循迹思路。

（3）我们整个图像处理的步骤如下：

1. 固定阈值二值化/大津法：灰度图像转为黑白图像
2. 找边界求赛道中线
3. 求偏差值（取一行/取多行平均/取多行加权平均）

其中，第一步我们在前面的文章中已经学习过了，这篇文章我们来分析一下循迹思路，为实现第二步做铺垫。

分析

我们要找的赛道中线就是求赛道左右边线的平均值，而求赛道左右边线的平均值这个问题又可以依次转化为以下问题：求赛道左右边线的平均值——>找横向的两个黑白交界线——>找黑白交界点。

化简后，我们只需要寻找一横行的赛道中点和图像固定中点即可，坐标的差值即我们的误差值。 

——>找某一行的黑白跳变点，黑跳白-左边线点，白跳黑-右边线点，两个点的横坐标去平均值即赛道中点。赛道中点与图像固定中点做差得到误差。

——>如何精确准确地找到真正的黑白跳变点

有以下几种处理方式：

（1）从左到右，判断黑白跳变点，找到左右两个黑白交界点。

（2）从右到左，判断黑白跳变点，找到左右两个黑白交界点。

（3）从左到右找黑跳白-左边点，从右往左找白跳黑-右边点。

（4）从中间往两边找。-------相对来说，准确度是最高的。

以上几种处理方式都可行，但是第四种方法相对较好，所以我们下一篇文章来分析如何从中间往两边找赛道边界。