标签：origGray 车道 变换 检测 霍夫 Hough 算法

1 简介

本文提出了一种新的基于霍夫变换的复杂情况下车道线检测的算法,这个算法能够成功在夜晚,白天,有阴影,车道线磨损不太严重等复杂情况下检测出车道线.传统的车道线检测算法主要为直接在图像中进行霍夫变换,这种算法实时性差,计算量大.本文提出的算法将先对原图像进行处理,设置ROI区域减少计算量,转换颜色空间并且扫描图像灰度值划分出有阴影的区域进行处理,最后判断最有可能出现车道线的区域,进行霍夫变换检测出车道线.经过实验表明,这种算法的实时性更好,能够成功在复杂情况下检测到车道线.

车道线检测阶段主要包含以下几个步骤:

( 1) 利用一种sobol边缘提取方法实现车道线的边缘检测，这种算法根据图像特点自动计算高低阈值。

( 2) 采用霍夫变换方法进行直线检测。与传统方法相比，减少了计算量，提高了运算效率。

( 3) 根据斜率将干扰直线剔除，同时根据斜率将左右车道线分类。

( 4) 对左右车道线进行直线拟合，利用拟合出的直线将车道线延长至感兴趣区域边缘。

2 部分代码

clear all;

close all;

clc

startNum=0;

imStr=num2str(startNum);

imName=strcat('1000_',imStr,'.bmp');

orig=imread(imName);

origGray = rgb2gray(orig);%转为灰度图像

mylane=origGray;

[height,width] = size(origGray);

figure,imshow(origGray),title('origGray');

[origEdgeBw,sobthresh]= edge(origGray,'sobel','vertical'); % B、Bw表示二值化

edgedIm = double(origGray).*double(origEdgeBw);

figure,imshow(edgedIm);

r=MyFilt(edgedIm,100);

figure,imshow(r);

3 仿真结果

4 参考文献

[1]吴恩泓. "基于霍夫变换的复杂情况下车道线检测." 科教导刊(电子版) 000.004(2019):270-273.

标签：origGray,车道,变换,检测,霍夫,Hough,算法
来源： https://blog.csdn.net/qq_59747472/article/details/121188193

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。