色哟哟视频在线观看-色哟哟视频在线-色哟哟欧美15最新在线-色哟哟免费在线观看-国产l精品国产亚洲区在线观看-国产l精品国产亚洲区久久

0
  • 聊天消息
  • 系統消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發帖/加入社區
會員中心
創作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

python中用區域掩模實現車道線檢測

麥辣雞腿堡 ? 來源:古月居 ? 作者:綠竹巷人 ? 2023-11-17 16:49 ? 次閱讀

1.顏色閾值+ 區域掩模

我們可以僅僅通過設置一些RGB通道閾值,來提取車道線。

以下的代碼設置了RGB通道閾值為220,大于220的像素將設置為黑色,這樣可以將測試圖片中的車道線提取出來

效果如下

圖片

我們發現符合閾值的像素既包括了車道線,也包含了其他非車道線部分。

顯然,一個成熟的自動駕駛感知算法,是不可能使用這種方法的。僅僅依靠顏色,既不科學也不魯棒。

有一種改進思路是利用圖像掩模的方法

假設拍攝圖像的前置攝像頭安裝在汽車上的固定位置,這樣車道線將始終出現在圖像的相同區域中。我們將設置了一個區域,認為車道線處于該區域內。

我們設置了一個三角形的區域,原則上你可以使用其他形狀

![圖

python代碼如下

import matplotlib.pyplot as plt
import matplotlib.image as mpimg
import numpy as np


# Read in the image
image = mpimg.imread('test.jpg')


# Grab the x and y sizes and make two copies of the image
# With one copy we'll extract only the pixels that meet our selection,
# then we'll paint those pixels red in the original image to see our selection
# overlaid on the original.
ysize = image.shape[0]
xsize = image.shape[1]
color_select= np.copy(image)
line_image = np.copy(image)


# Define our color criteria
red_threshold = 220
green_threshold = 220
blue_threshold = 220
rgb_threshold = [red_threshold, green_threshold, blue_threshold]


# Define a triangle region of interest (Note: if you run this code,
left_bottom = [0, ysize-1]
right_bottom = [xsize-1, ysize-1]
apex = [650, 400]


fit_left = np.polyfit((left_bottom[0], apex[0]), (left_bottom[1], apex[1]), 1)
fit_right = np.polyfit((right_bottom[0], apex[0]), (right_bottom[1], apex[1]), 1)
fit_bottom = np.polyfit((left_bottom[0], right_bottom[0]), (left_bottom[1], right_bottom[1]), 1)


# Mask pixels below the threshold
color_thresholds = (image[:,:,0] < rgb_threshold[0]) | 
                    (image[:,:,1] < rgb_threshold[1]) | 
                    (image[:,:,2] < rgb_threshold[2])


# Find the region inside the lines
XX, YY = np.meshgrid(np.arange(0, xsize), np.arange(0, ysize))
region_thresholds = (YY > (XX*fit_left[0] + fit_left[1])) & 
                    (YY > (XX*fit_right[0] + fit_right[1])) & 
                    (YY < (XX*fit_bottom[0] + fit_bottom[1]))
# Mask color selection
color_select[color_thresholds] = [0,0,0]
# Find where image is both colored right and in the region
line_image[~color_thresholds & region_thresholds] = [255,0,0]


# Display our two output images
plt.imshow(color_select)
plt.imshow(line_image)


# uncomment if plot does not display
plt.show()
聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。 舉報投訴
  • RGB
    RGB
    +關注

    關注

    4

    文章

    798

    瀏覽量

    58463
  • 檢測
    +關注

    關注

    5

    文章

    4482

    瀏覽量

    91444
  • python
    +關注

    關注

    56

    文章

    4793

    瀏覽量

    84631
收藏 人收藏

    評論

    相關推薦

    matlab車道檢測算法

    matlab,如何考慮到多情況的車道線圖片,如行人車輛的干擾
    發表于 03-31 16:38

    如何實現車道分割

    深度學習方法實現車道分割之二(自動駕駛車道分割)
    發表于 05-22 10:16

    怎么實現基于OMAP3530平臺的車道識別檢測的設計?

    本文提出的車道識別算法的流程如下圖1所示,首先通過OV7670攝像頭捕獲道路圖像,然后按照流程圖中的步驟處理圖像,最后得到清晰的車道標志,為以后智能車輛路徑規劃和避障提供支持。
    發表于 06-02 06:31

    基于圖像的車道檢測

    基于圖像的車道檢測,點擊上方“3D視覺工坊”,選擇“星標”干貨第一時間送達文章導讀本文是一篇從零開始做車道
    發表于 07-20 06:24

    JCMSuite應用—衰減相移掩模

    在本示例中,模擬了衰減相移掩模。該掩模/空間圖案成像到光刻膠中。掩模的單元格如下圖所示:掩模的基板被具有兩個開口的吸收材料所覆蓋。在其中
    發表于 10-22 09:20

    單片機車道檢測模型的相關資料分享

    本篇文章為車道檢測模型系列文章的第四篇,第一篇介紹了模型所使用的單片機和開發板,第二篇介紹了實時操作系統RTOS,第三篇介紹了所用到的攝像頭和LCD觸摸屏外設,想了解的朋友點擊:(一)https
    發表于 11-25 08:02

    基于邊界特征的車道標識檢測方法

    為了得到較理想的車道的標線邊緣,利用車道的邊緣特征對車道圖像進行二值化和形態學處理,對車道區域實現
    發表于 01-13 09:48 ?54次下載
    基于邊界特征的<b class='flag-5'>車道</b>標識<b class='flag-5'>線</b><b class='flag-5'>檢測</b>方法

    單目視覺車道識別算法及其ARM實現

    單目視覺車道識別算法及其ARM實現
    發表于 09-24 11:38 ?6次下載
    單目視覺<b class='flag-5'>車道</b><b class='flag-5'>線</b>識別算法及其ARM<b class='flag-5'>實現</b>

    基于DSP Builder的行車道檢測設計實現

    通過對攝像頭讀入的道路白線圖像進行灰度變換,再檢測出白的邊緣,這是實現智能車自動導航和輔助導航的基礎。行車道檢測系統可以應用于智能車的防撞
    發表于 11-03 16:19 ?0次下載
    基于DSP Builder的行<b class='flag-5'>車道</b><b class='flag-5'>檢測</b>設計<b class='flag-5'>實現</b>

    一套車道檢測系統

    車道檢測主要用于駕駛輔助和無人駕駛系統,根據攝像頭數量,分為單目和雙目兩種檢測系統。出于實時性和經濟性的考慮,一般采用單目檢測,在對采集過
    發表于 01-31 11:26 ?1次下載
    一套<b class='flag-5'>車道</b><b class='flag-5'>線</b><b class='flag-5'>檢測</b>系統

    基于ACP平行視覺理論的車道檢測系統設計

    過去,車道檢測性能多依賴于人工視覺驗證的方法。然而這種方法不能客觀量化車道檢測系統的性能。同
    的頭像 發表于 05-14 10:09 ?8503次閱讀
    基于ACP平行視覺理論的<b class='flag-5'>車道</b><b class='flag-5'>線</b><b class='flag-5'>檢測</b>系統設計

    基于雷達掃描檢測車道的四種方法

    基于視覺系統的車道檢測有諸多缺陷。 首先,視覺系統對背景光線很敏感,諸如陽光強烈的林蔭道,車道被光線分割成碎片,致使無法提取出
    發表于 03-07 14:02 ?3179次閱讀
    基于雷達掃描<b class='flag-5'>檢測</b><b class='flag-5'>車道</b><b class='flag-5'>線</b>的四種方法

    汽車電子的lidar檢測車道原理分析

    相機的光軸基本與地面平行,相機2D車道成像和BEV視圖可以視為在兩個不同的視角下車道的成像。如果我們能類比圖像拼接的方法,將相機視圖“拼接”到BEV視圖下,理論上可以
    發表于 02-07 09:33 ?699次閱讀

    python中用Canny邊緣檢測和霍夫變實現車道檢測方法

    Canny邊緣檢測+霍夫變換 顏色閾值+圖像掩模的方法雖然簡單,但是只能應對一些固定顏色車道的場景。圖像像素受光照影響將是一個極其常見的問題。 canny邊緣
    的頭像 發表于 11-17 16:55 ?997次閱讀
    <b class='flag-5'>python</b><b class='flag-5'>中用</b>Canny邊緣<b class='flag-5'>檢測</b>和霍夫變<b class='flag-5'>實現</b><b class='flag-5'>車道</b><b class='flag-5'>線</b><b class='flag-5'>檢測</b>方法

    【實戰】Python+OpenCV車道檢測識別項目:實現L2級別自動駕駛必備(配套課程+平臺實踐)

    的一個必備技能——車道檢測。本文將詳細介紹一個車道檢測項目的過程,從圖像采集到
    的頭像 發表于 12-16 15:42 ?269次閱讀
    【實戰】<b class='flag-5'>Python</b>+OpenCV<b class='flag-5'>車道</b><b class='flag-5'>線</b><b class='flag-5'>檢測</b>識別項目:<b class='flag-5'>實現</b>L2級別自動駕駛必備(配套課程+平臺實踐)
    主站蜘蛛池模板: 玖玖爱这里只有精品视频| 超碰97视频在线观看| 最近中文字幕在线中文视频| 91国内精品久久久久免费影院| 在镜头里被CAO翻了H| 国产精品18久久久久网站| 久久精品国产福利电影网| 青柠在线观看视频在线高清| 永久免费在线观看视频| 国精产品一区一区三区有| 午夜色情影院色a国产| 51久久成人国产精品麻豆| XXX欧美性兽交| 久久99re66热这里只有精品| 久久视热频国只有精品| 强奷乱码欧妇女中文字幕熟女| 印度最猛性ⅹxxxxx| wwwxx日本| 蜜桃传媒一区二区亚洲AV| 中文字幕在线久热精品| 久久精品伊人| 18禁止看的免费污网站| 另类专区hy777| 99精品电影| 日本xxx片免费高清在线| 成人综合在线观看| 少妇被躁爽到高潮无码久久| 高H各种PLAY全肉NP| 亚洲99精品A片久久久久久| 果冻传媒妈妈要儿子| 早乙女由依在线观看| 美女拉开腿让男生桶到爽| zooskoo1videos人与狗| 色精品极品国产在线视频| 国产在线观看免费观看| 一二三四在线视频社区| 龙广在线收听| 成人精品视频在线观看播放| 亚洲不卡一卡2卡三卡4卡5卡| 精品午夜久久影视| xxnxx动漫|