Warning: file_get_contents(/data/phpspider/zhask/data//catemap/2/image-processing/2.json): failed to open stream: No such file or directory in /data/phpspider/zhask/libs/function.php on line 167

Warning: Invalid argument supplied for foreach() in /data/phpspider/zhask/libs/tag.function.php on line 1116

Notice: Undefined index: in /data/phpspider/zhask/libs/function.php on line 180

Warning: array_chunk() expects parameter 1 to be array, null given in /data/phpspider/zhask/libs/function.php on line 181
Image processing 基于Hough变换的道路检测_Image Processing_Hough Transform - Fatal编程技术网

Image processing 基于Hough变换的道路检测

Image processing 基于Hough变换的道路检测,image-processing,hough-transform,Image Processing,Hough Transform,在自动驾驶车辆中,是否可以使用Hough变换检测和跟踪道路?如果是这样的话,有没有算法已经实现了这一点?我希望有一个链接,因为我还没有真正找到任何不是我的头 特别是,我正在寻找使用两条直线的消失点来确定车辆航向的算法。但是,如果有其他更简单的算法执行这项工作,我也愿意看一看。是的,你可以这样做,但如果你只是这么做的话,它可能无法达到你想要的质量。这项任务并不简单,没有简单的算法可以根据图像进行道路或方向检测。也 有一件事你应该考虑的是道路并不总是直的,所以消失点可能在道路的转弯处……/P> 斯坦

在自动驾驶车辆中,是否可以使用Hough变换检测和跟踪道路?如果是这样的话,有没有算法已经实现了这一点?我希望有一个链接,因为我还没有真正找到任何不是我的头


特别是,我正在寻找使用两条直线的消失点来确定车辆航向的算法。但是,如果有其他更简单的算法执行这项工作,我也愿意看一看。

是的,你可以这样做,但如果你只是这么做的话,它可能无法达到你想要的质量。这项任务并不简单,没有简单的算法可以根据图像进行道路或方向检测。也

有一件事你应该考虑的是道路并不总是直的,所以消失点可能在道路的转弯处……/P> 斯坦福DARPA Grand Challenge和DARPA Urban Challenge车辆使用基于颜色的检测来检测可行驶表面,例如道路,然后使用某种边缘检测和线条形成算法。不清楚是否基于Hough变换来定义道路方向的前瞻性估计。我相信他们使用了某种系统来检测消失点,而且他们确定了道路上的转弯

我想你真正需要检测的是道路边缘,把它们变成不一定是直线的线,然后找到收敛点。这假设了许多其他困难的任务可以解决:1你的图像质量合适;2您可以检测道路,或至少检测其边缘;3您可以足够快地处理图像,以跟上车辆移动

如果您所做的只是分析一些现有的视频,我将从一个非常基本的方法开始:

检测视频中的路面-这是一项分割任务,找到图像中所有与道路相关的像素;这将有助于在这里有三个类分段:道路,而不是道路,和天空。 找到地平线这大概是你的road/not road和sky课程的交汇点 使用简单的边缘检测器(如Sobel边缘检测器)区分道路和非道路边缘 在Sobel边上应用Hough变换以绘制道路边的线 找出道路线在地平线上的交汇处
是的,你可以这样做,但如果你只是这么做的话,它可能无法达到你想要的质量。这项任务并不简单,没有简单的算法可以根据图像进行道路或方向检测。也

有一件事你应该考虑的是道路并不总是直的,所以消失点可能在道路的转弯处……/P> 斯坦福DARPA Grand Challenge和DARPA Urban Challenge车辆使用基于颜色的检测来检测可行驶表面,例如道路,然后使用某种边缘检测和线条形成算法。不清楚是否基于Hough变换来定义道路方向的前瞻性估计。我相信他们使用了某种系统来检测消失点,而且他们确定了道路上的转弯

我想你真正需要检测的是道路边缘,把它们变成不一定是直线的线,然后找到收敛点。这假设了许多其他困难的任务可以解决:1你的图像质量合适;2您可以检测道路,或至少检测其边缘;3您可以足够快地处理图像,以跟上车辆移动

如果您所做的只是分析一些现有的视频,我将从一个非常基本的方法开始:

检测视频中的路面-这是一项分割任务,找到图像中所有与道路相关的像素;这将有助于在这里有三个类分段:道路,而不是道路,和天空。 找到地平线这大概是你的road/not road和sky课程的交汇点 使用简单的边缘检测器(如Sobel边缘检测器)区分道路和非道路边缘 在Sobel边上应用Hough变换以绘制道路边的线 找出道路线在地平线上的交汇处
你可能会考虑考虑高斯混合模型来解决这个问题。这可能对你很有用。OpenCV对这两种算法都有实现。这是这两种分割算法的一个应用。

< P>你可以考虑考虑高斯混合模型来解决这个问题。这可能对你很有用。OpenCV对这两种算法都有实现。下面是这两种分割算法的一个应用示例。

我正在尝试一个接一个地解决问题。我们的目标不是真正制造一辆真正的汽车,而是一个可以拍摄视频、检测道路并报告方向的程序。我认为这个目标相对比较容易。Darpa的实施是否基于颜色分割,即他们假设道路的颜色将与环境的颜色非常不同?@saad:我没有看到代码或阅读
纸张,但我最好的猜测是,它们是从颜色开始的,如果颜色不够,就做一些纹理检测;小波可能适用于这种情况texture@saad嗨,你能告诉我你用来探测道路的进近细节吗?谢谢。我正试着把事情一件一件地讲清楚。我们的目标不是真正制造一辆真正的汽车,而是一个可以拍摄视频、检测道路并报告方向的程序。我认为这个目标相对比较容易。Darpa的实施是否基于颜色分割,即他们假设道路的颜色将与环境的颜色非常不同?@saad:我没有看到代码或阅读过文件,但我最好的猜测是他们从颜色开始,如果颜色不够,则进行某种纹理检测;小波可能适用于这种情况texture@saad嗨,你能告诉我你用来探测道路的进近细节吗?谢谢。几个月前就解决了这个问题!:太好了对不起,我甚至没注意到我迟到了,哈哈@萨阿德:你能告诉我你用什么方法来解决这个问题吗。这件事我已经坚持了好几个星期了。一些解决问题的想法会很好。几个月前就解决了问题!:太好了对不起,我甚至没注意到我迟到了,哈哈@萨阿德:你能告诉我你用什么方法来解决这个问题吗。这件事我已经坚持了好几个星期了。解决这个问题的一些想法会很好。有道路/车道查找代码在有道路/车道查找代码在