介绍
使用失真校正，图像校正，颜色变换和梯度阈值构建了先进的车道发现算法。 确定车道曲率和车辆排量。 克服了诸如阴影和人行道改变等环境挑战
在这个项目中，我使用了计算机视觉技术来识别车道边界，并在给定道路视频帧的情况下计算曲率半径的估算值。
为此，请执行以下步骤：
给定同一台摄像机拍摄的一组棋盘图像，计算出摄像机校准矩阵和所使用的摄像机镜头的畸变系数
使用上述矩阵和系数来校正相机原始输出所给的失真
使用颜色变换和sobel算法创建阈值二值图像，该图像已从图像上不必要的信息中滤除
应用透视变换以查看图像的“鸟瞰图”，就像从天空中看一样
应用遮罩以获得感兴趣的区域，检测车道像素，
确定每个车道的最佳拟合曲线
将车道边界投影回到原始视图的未失真图像上
输出车道边界和其他相关信息的可视显示
如何使用
您需要设置依赖项才能在计算机上运行Jupyter Notebook并设置一些软件包，例如op
2021-07-28 02:21:27
161.14MB
1
第三类 图像特征分析和检测课程项目的设计和实现.基于霍夫变换的图像直线段检测——以车道线检测为例
2021-07-22 09:20:31
696KB
1