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
matlab 车道线检测 基于改进的hough变换，区域生长法 matlab 车道线检测 基于改进的hough变换，区域生长法
2021-07-22 09:06:42
8KB
1
基于opencv的车道线检测程序代码，首先提取图像感兴趣区域，canny算法进行边缘检测，最后利用hough变换，标出车道线，整个程序调用opencv库函数，简单易懂，实现效果比较好。
2021-06-23 13:48:01
1.91MB
1
论文阅读笔记Vanishing Point Constrained Lane Detection With a Stereo Camera (IEEE 2017)
2021-06-05 09:07:41
3.52MB
1
本篇文章是在学习C++的时候做的小项目，对目前的方法进行了稍微的改动，效果还可以。目前车道线检测方面的方法主要包括：基于Hough变换、基于透视变换、基于机器学习和深度学习。其中第一种方法是根据车道线与周围环境的物理特征差异进行图像的处理，从而检测到车道线，该方法复杂度较低，实时性较高，但易受到道路环境的干扰，而且Hough变换的直线检测特质导致了该方法在道路曲率较大时的检测误差较大。本文是利用c++和Hough变换实现对车道线的检测。
2021-06-02 10:00:11
464KB
1
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。
2021-05-30 15:59:28
349KB
1