车道线检测
该项目构建了一个计算机视觉（CV）应用程序，该应用程序可以从道路的图像和视频中检测车道线。
该存储库受到Udacity无人驾驶汽车工程师Nanodegree计划的Finding Lane Lines项目的启发。 该程序已使用了此存储库中使用的测试图像和视频。
<-这是一项正在进行中的工作--->
用于检测图像中的车道线的主要步骤是：
颜色转换为灰色
坎尼边缘检测
使用高斯模糊进行图像过滤
检测感兴趣区域（ROI）
线路检测
霍夫变换
2022-03-23 12:38:00
26.66MB
1
提出了一种高速公路车道线检测与跟踪算法：初始检测时，首先估计消失点位置；再将图像特征点向消失点投影，通过检测投影直方图波峰来识别车道线；然后利用车道宽度和车道线强度特征滤除与车道线平行的伪车道线；跟踪时，采用卡尔曼滤波缩小搜索区域。试验结果表明：该算法抗干扰能力强，跟踪算法运行速度大约为50 Hz。
2022-03-14 20:08:45
52KB
1
基于视觉的曲线车道线检测完整代码，采用滑动窗口，详情见博客：http://blog.csdn.net/adamshan/article/details/78733302
2022-02-27 19:24:06
8.15MB
1
主要介绍了opencv车道线检测的实现方法，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
2022-02-23 21:51:33
461KB
1
包含的功能：
1. 车道线检测+车道线拟合；
2. 2D目标检测+目标跟踪；
3. 道路可行驶区域分割；
4. 目标深度估计；
5. 图像视野到BEV空间映射（Normal View -> Top View）；
6. 像平面到地平面映射（image plane -> ground plane in world coordinate system）
2022-02-21 09:28:46
938KB
全景驾驶感知网络YOLOP部署与实现（交通目标检测、可驾驶区域分割、车道线检测）
2022-02-21 09:28:45
396KB