0


【第十七届智能车】智能车图像处理(3)-元素识别(十字)

本博客使用的图像是188*120的大津法二值化图像。摄像头安装高度为25cm(离地),前瞻长度约1m。

在对图像进行最简单的预处理和赛道边界提取后,就可以开始进行元素识别了,这里先从最简单的元素十字开始讲。

十字的情况分为正入十字和斜入十字两种情况,根据视野中十字角点的数量也分为几种情况,要分别进行讨论。

十字的图像特征

在编写程序时,以下各行条件是层层递进进行判定的,一旦有一个条件判定不满足就退出此次判定。

预识别条件:

  1. 图像两边都有较多行的边线丢失;
  2. 根据实际前瞻需要,选定的两条参考横线,有至少一条两侧均有丢边情况发生;
  3. 图像中线几乎为全白;
  4. 图像中心存在大面积的白色。

决定识别条件:

  1. 十字远端(图像上方)的两个L角点均存在;
  2. 十字近端(图像下方)的两个L角点至少一个存在(考虑到出十字时的斜出情况)。

正入十字示意图:

在这里插入图片描述

斜入十字示意图:

在这里插入图片描述

十字的各个状态

以下状态按照时间顺序排列,且在识别程序的状态切换过程中,进入下一个状态的前提是状态位已经置为上一个状态

  1. 尚未进入十字:视野内远处两个L角点存在,此时认为已经识别到十字,十字标志位置位,十字状态位置1;
  2. 车头即将进入十字:视野内仅剩2个L角点;
  3. 车头完全进入十字:视野内没有L角点,此时在十字内循迹,十字标志位清除,十字状态位置2;
  4. 即将出十字:车头斜对十字,视野内远处两个L角点存在,十字状态位置3;
  5. 即将出十字:视野内仅剩2个L角点;
  6. 出十字:视野内没有L角点 ,清除十字状态位和十字标志位。

各个状态下的图像这里就不一一列举了(我没有保存原始图像,自己画示意图太累了>_<),大家调试的时候可以在板子上接一块屏幕或者使用图传进行观察,基本上就是我说的这几个状态。

识别程序编写思路

  1. 需要提前设置的一些阈值- 十字两侧边线丢线阈值,只有在两侧丢线行数大于此阈值后才进行十字判定- 十字判定中心区域存在大量白色像素数量总和阈值- 十字判定中心存在大量白色的矩形区域四个顶点坐标- 十字上、下L角点容差阈值,用于判定上下L角点的存在性- 十字补线最小二乘法从角点上溯行数阈值,用于补线
  2. 思路(1)检测图像两侧下方的丢线;(2)检测图像中线上的黑色部分是否很长,如果很长就终止判断(防止在三岔误判);(3)检测选定的两行参考线是否至少有一根两侧丢线(用于斜入十字的辅助判定);(4)检测图像中心选定矩形区域内是否存在大量白点(防止与三岔、弯道误判);(5)L角点的判定①预扫线:从图像中线开始向上方扫描黑白交界点,采用每隔10像素扫线法提高效率,若未扫到,扫描最上方10个像素以防漏扫;从图像中线向下方扫线,因为下方拐点存在纵向上小于10像素的尖,而且在同一列中会有两次黑白交界,所以采用逐像素向下扫描的方式以防漏扫以及误判;将两次扫描得到的上下边界分别存进两个数组内。②L型角点判定:遍历黑白交界点纵坐标数组,从左向右和从右向左两个方向扫描。a)找上方L型角点:寻找黑白交界点纵坐标开始变小的点,这一步不推荐使用边线斜率的变化进行判定,因为图像锯齿的存在,很容易出现误判的情况;b)识别到十字后,开始寻找十字下方L型角点:检查下方黑白交界数组中是否存在前几个交界纵坐标还是接近的,但是再过去就发生突变,这时候就可以认为找到了下方L角点。在这里插入图片描述(6)上方两个L角点存在,则认为判定到了十字,标志位置位。

补线程序编写思路

注意1:补线需要直接补进边线数组,如果只是计算了直线的k和b,欲图在图像上补线的话,因为计算出来的数据不一定是整数,即使进行了强制类型转换,也会因为四舍五入导致好几个点计算出来的坐标一致,很容易出现补线截断的情况!

注意2:补线需要限制斜率绝对值的范围,十字的补线相对陡峭,斜率不可能很小,如果对斜率不做限制,补出来的线就会发生严重且致命的抖动!

状态1:分别连接左右两侧的上下L角点。

状态2:从左右两侧的L型角点开始,向上方上溯若干个像素,用最小二乘法拟合这一段边线得到一条直线,再往下补线进入边线数组即可。

状态4:出十字车头斜对,连接上下L角点均存在的一侧的上下L角点,另一侧根据上L角点上溯最小二乘法拟合直线进行补线。

状态5:同状态2。

总结

  1. 十字在所有元素中相对简单,因为即使不做识别和补线,仅仅依赖循迹也是可以通过的,但是为了防止其他元素在十字中的误判,还是需要对十字进行识别,锁定在十字中的状态;
  2. 十字的特征主要就是四个90°的L形角点,抓住特征识别,误判率很低而且效果不错;
  3. 十字的补线也是相对简单的,就是需要根据四个角点的存在性分别进行不同的补线,一定要分清楚具体的情况,还有一定要注意补线斜率的限幅,可以先测一测直道上正常的边线斜率大概是多少,然后设定一个合适的阈值进行限制,防止抖动。

本文转载自: https://blog.csdn.net/fgfgfdg8/article/details/126440305
版权归原作者 暮雪归烟 所有, 如有侵权,请联系我们删除。

“【第十七届智能车】智能车图像处理(3)-元素识别(十字)”的评论:

还没有评论