【恩智浦杯(飞思卡尔)全国大学生智能汽车竞赛】解读部分北科技术报告图像处理内容(点到为止)

版权声明:假装有个原创声明……虽然少许博文不属于完全原创,但也是自己辛辛苦苦总结的,转载请注明出处,感谢! https://blog.csdn.net/m0_37454852/article/details/86514607

声明:本文曾发表至智能车制作论坛,仍为本人所编著,非抄袭!各位大佬若需转载请注明出处!感谢!(解读部分北科图像处理内容

北科技术报告部分内容:

(1) 直接逐行扫描原始图像,根据设定的阈值提取黑白跳变点;   
(2) 赛道宽度有一个范围,在确定的赛道宽度范围内提取有效赛道边沿,这
样可以滤除不在宽度范围内的干扰;   
(3) 利用赛道的连续性,根据上一行白块的位置和边沿的位置来确定本行的 边沿点;   
(4)求边沿点时,因为近处的图像稳定,远处图像不稳定,所以采用由近及 远的办法;
5) 进出十字的时候,通过校正计算出边沿角度可较好的滤除十字并补线;

点到为止

这里点一下:八连通寻边。  
  十字判断那部分:根据原始图像特性,找出可能出现的十字折角那个点(我用了极值点+其他判断条件),再计算折点两侧附近的斜率值,根据两个斜率值利用反三角函数计算角度,进一步判断是否为十字,之后补线看你本事吧,点到为止。(论坛里经常有小白问斜入十字怎么办,只有距离十字特别近才能判断十字怎么办,基本迎刃而解)

嗯就说这么多吧,点到为止啊滑稽。

噢对了,平移赛道半宽不是拿数组存储原始图像在直道上的每一行上的半宽,丢线了就加上去那么简单的。(见过很多人那么做,虽然也能用)
  想问北科怎么实现的,先把矫正反矫正写出来再说吧。(这里有一个我以前写的一个渣渣博客,不太愿意更新了,大家可以小做参考吧……恩智浦杯(飞思卡尔)全国大学生智能车竞赛摄像头简单的图像失真矫正技术原理与实现(透视变换)

点到为止,点到为止。

加个彩蛋:
  有大佬想过不用反矫正,直接利用矫正后的点计算加权偏差进行反馈控制的嘛?

猜你喜欢

转载自blog.csdn.net/m0_37454852/article/details/86514607