欢迎来到天天文库
浏览记录
ID:55888772
大小:85.00 KB
页数:16页
时间:2020-06-13
《图像处理算法.ppt》由会员上传分享,免费在线阅读,更多相关内容在PPT专区-天天文库。
1、7.3.3.1黑线提取算法由于智能车系统对实时性的要求很高,过于复杂的黑线提取算法,会导致决策周期溢出,使程序崩溃,所以必须采用简单高效的图像识别算法。上海交通大学代表队将常用的黑线提取算法划分为二值化算法、直接边缘检测算法和跟踪边缘检测算法。7.3.3黑线提取算法1.二值化算法2.直接边缘检测算法3.跟踪边缘检测算法二值化算法二值化算法的思路是:设定一个阈值valve,对于视频信号矩阵中的每一行,从左至右比较各像素值和阈值的大小,若像素值大于或等于阈值,则判定该像素对应的是白色赛道;反之,则判定对应的是黑色的目标引导线。记下第一次和最后一次出现
2、像素值小于阈值时的像素点的列号,算出两者的平均值,以此作为该行上目标引导线的位置。该算法的思想简单,但是这种提取算法的鲁棒性较差,当拍摄图像中只有目标引导线一条黑线时,尚能准确提取出该目标引导线,但当光强有大幅度变化或图像中出现其他黑色图像的干扰时,该算法提取的位置就有可能与目标引导线的实际位置偏离较大。二值化算法光线理想情况光线不理想情况2.直接边缘检测算法采用逐行搜索的算法,首先找到从白色像素到黑色像素的下降沿和从黑色像素到白色像素的上升沿,然后计算上升沿和下降沿的位置差,如果大于一定的标准值,即认为找到了黑线,并可求平均值算出黑线的中心点。
3、2.直接边缘检测算法至于上升沿、下降沿的检测,可以通过上上次采样数与这次采样数的差值的绝对值是否大于一个阈值来判断,如果“是”且差值为负,则为上升沿;如果“是”且差值为正,则为下降沿。这里,阀值可以根据经验设定,基本上介于30~46之间(当A/D模块的参考电压为2.5V时),也可以采用全局自适应法设定,每次采样后首先都遍历一次图像,得到图像灰度值的平均值,然后用这个平均值乘以一个调试系数即可得到所要的阈值。2.直接边缘检测算法该算法较二值化方法而言,抗环境光强变化干扰的能力更强,同时还能削弱或消除垂直交叉黑色引导线的干扰。3.跟踪边缘检测算法由于
4、黑色的目标引导线是连续曲线,所以相邻两行的左边缘点比较靠近。跟踪边缘检测正是利用了这一特性,对直接边缘检测进行了简化。其思路是:若已寻找到某行的左边缘,则下一次就在上一个左边缘附近进行搜寻。这种方法的特点是始终跟踪每行左边缘的附近,去寻找下一列的左边缘,所以称为“跟踪”边缘检测算法。3.跟踪边缘检测算法该算法的优点:在首行边缘检测正确的前提下,该算法具有较强的抗干扰性,能更有效地消除垂直交叉黑色引导线的干扰,以及引导线外黑色图像的影响,始终跟踪目标引导线。另外,较之前两种算法,跟踪边缘检测算法的时间复杂度更低,因此效率更高。但该算法的问题在于:由
5、于是在连续邻域上跟踪引导线边缘,若第一行左边缘位置的检测位置和实际导引线偏差较大,就会产生一连串的错误,甚至造成智能车失稳。3.跟踪边缘检测算法综上所述,从算法的简洁性和实用性综合考虑,直接边缘检测算法相对于其他两种算法是一个较好的选择。7.3.3.2图像滤波算法虽然采用了边缘检测的方法进行黑线提取,但由于赛道对小车有十字交叉线的干扰、光线对小车有反光的影响、小车本身也存在视野狭窄的缺陷,故用黑线提取算法得到的路径信息有可能错误,不能如实地反映赛道情况。为了不导致决策失误,必须对图像加以滤波,并且对错误数据适当地进行校正。7.3.3.2图像滤波算
6、法杂波消除1111111011111111111111111111111111110011111111111111111111117.3.3.2图像滤波算法在图像滤波算法中,还应考虑以下几个方面:首先,根据图像模型去噪,例如,由于赛道的黑色引导线是绝对连续的,故两个中间有黑线的行之间不能有全白行(注意中间二字:如果黑线在边缘,则可能是由于摄像头的视野太窄或智能车身不正导致在过弯道时只能看到部分黑色引导线),这主要是解决光线对摄像头的反光问题;其次,在理想的情况下,根据赛道的黑色引导线的连续性,如果某一行求取的中心线位置与相邻的两行都相差很大,则可
7、以认为该行数值错误,抛弃该行的数据或使用其前后两行数据的平均值来替代该错误数值用以校正。7.3.3.2图像滤波算法7.3.3.2图像滤波算法在调试过程中会出现两段黑线情况,这种图像信息比较复杂,这时可能存在三种路况:(1)赛道比较密集时,检测到多条赛道;(2)大“S”弯道;(3)“十”字交叉道。处理策略为:保留最底下的一段,这主要是从安全角度考虑的,防止赛道周围环境对小车的干扰。7.3.3.2图像滤波算法另外,由于智能车上安装的摄像头相对于赛道存在一定的倾斜角度,因此会造成采集到的赛道图像具有一定的梯形失真,即图像中的赛道远端窄、近端宽,因而也会
8、对路径的正确识别产生影响。对于这种失真,可以通过对每行提取的赛道位置添加一个线性修正值来消除,一般通过实验的方法确定线性补偿的系数。
此文档下载收益归作者所有