Python语言；代码包括有原始图像确定ROI；对前方道路的透视变换；边缘检测（采用sobel采用 x 方向的索贝尔算子）;在RGB色彩空间中对黄白两种颜色进行过滤从而提取出车道线的像素；HLS阈值化处理；组合梯度和色彩过滤车道线像素；滑窗多项式拟合车道线；拟合曲线使用透视变换还原到原视角。
2023-04-14 13:06:08
374KB
1
基于深度学习的辅助驾驶系统中行人检测跟踪研究.caj 基于深度学习的辅助驾驶系统中行人检测跟踪研究.caj
2023-03-06 10:54:17
3.14MB
1
激光雷达点云多条车道线检测及拟合，包含一个深度学习模型的车道线检测（分为cuda版本及C++版本），并且提供了模型权重及测试pcd；一个是点云传统算法的车道线检测。
2023-01-04 12:27:54
140.17MB
1
基于Python+Opencv的车道线检测源码+详细代码注释+项目使用说明(GUI界面可选、带演示视频).zip
【实现方法及功能】
1. 图像加载；2.图像预处理：图片灰度化，高斯滤波；3.Cany边缘检测；4.感兴趣区域检测；5.霍夫直线检测 ；6.直线拟合；7.车道线叠加；8.图片和视频测试；9.可视化界面pyqt5
【环境配置】
python 3.x
numpy
matplotlib
opencv-python
pyqt5 (option)
【备注】主要针对正在做毕设的同学和需要项目实战的深度学习cv图像识别模式识别方向、opencv、python学习者。
也可作为课程设计、期末大作业。包含：项目源码\项目操作说明等，该项目可直接作为毕设使用。
也可以用来学习、参考、借鉴。
2022-12-28 16:27:26
26.9MB
基于opencv传统数字图像处理实现车道线检测_python_c++源码+项目说明.7z
【实现方法】
实现车道线检测，主要包含两部分操作
道路图像的处理，主要包括灰度图转换、基于高斯平滑的图像去噪、基于Canny算法的边缘提取。
车道线检测方法，主要包括获取感兴趣区域（ROI）、形态学闭运算、基于Hough变换的直线检测。
2022-12-13 17:26:28
23.96MB
课程作业_Python+OpenCV实现车道线检测源码+项目说明.7z
【图像处理】
图像处理主要是先对图像进行灰度处理，高斯模糊，然后对其进行canny边缘检测，最后对得到的图像进行roi掩膜处理，进一步缩小范围。
【霍夫变换】
霍夫变换(Hough)是一个检测间断点边界形状的方法。它通过将图像坐标空间变换到参数空间，来实现直线与曲线的拟合。
在图像坐标空间中，经过点的直线表示为：
(1)
其中，参数a为斜率，b为截矩。其中，参数a为斜率，b为截矩。
通过点 点的直线有无数条，且对应于不同的a和b值。
如果将和视为常数，而将原本的参数a和b看作变量，则式子(1)可以表示为：
(2)
这样就变换到了参数平面a−b。这个变换就是直角坐标中对于点的Hough变换。
离群变换和最小二乘拟合
视频流的读写等等，更多详细说明介绍看项目说明。
2022-12-13 17:26:27
449KB