Python 提取指向上的车道线

我们尝试检测跑道上的车道线（并利用此信息确定即将到来的方向）

我们目前使用以下（简化）步骤：

二进制：使用二进制阈值转换输入

裁剪：裁剪感兴趣区域（当前仅为图像的下半部分）

Canny:检测边缘并使用HoughLinesP将其分组

向上线条和闭合：仅保留具有极端坡度的线条-忽略水平线条

结果：找到连接的组件并通过每条线拟合二次函数

这通常是可行的（示例：straight.png，left.png），但如果没有删除水平连接线（示例：problems.png-bottom right&bottom left），则会出现问题。 在这种情况下，两条线和连接被解释为一个连接的组件

由于我们的视角可以从左向右倾斜很多（摄像机安装在跑步的人身上），因此很难为向上的直线定义坡度阈值

有没有更好的方法来消除非向上指向的轨道线？ 作为canny的当前解决方案，hough变换和坡度过滤对于曲线不是最优的，有时根本不起作用（如上所述）

是否有可能通过形态学操作直接从裁剪图像到分离线？ 类似 我知道我们没有严格的水平线，这使得任何合适的内核都更加复杂（我假设）

目前，我们尝试使用透视变换在轨道上获得鸟瞰图。 这将有助于区分水平线和向上指向的线

另一个小问题是直线太短，导致近似二次函数不准确（problems.png和straight.png中的大多数左行）。这可能很容易解决（通过要求将组件计数为轨迹线的最小像素计数），并且不应成为此问题的一部分

编辑（回答vlad_tepesch的问题）

曲线是怎么回事？它们是否应该成为车道模型的一部分

我们显然希望检测跑道的曲线，因为这是方向估计所需要的。但我们希望忽略（删除）problems.png示例底部的水平连接曲线

4/6。摄像机畸变校正

我将再看一次整改，直到现在我才推迟，因为我认为这并不重要

7.3如果忽略段之间的重叠，则有多少像素（组像素计数）

只需从一个组中画出所有线，然后检查非零像素计数

十,。车道通常不是二次曲线-改为内环回旋线-这可能会有过大的杀伤力，因此可以使用三阶多项式代替

我明白你的意思。回旋线目前不在范围之内，但我会记住它们。 若我们使用更复杂的拟合，你们会如何进行方向估计？ 目前，我们仅采用二阶多项式的第一个系数来估计弯曲方向（以及区分曲线和直线部分的曲率）

可选更高级

好的一点，我们已经考虑过在多个帧上平均结果。我也把这个建议牢记在心

笔直的

左

问题

---

看来您真正的问题在于过滤和连接步骤。因为过滤掉了很多水平组件，所以对于未过滤的接近垂直的线的连接，只剩下次优的线段

曲线是怎么回事？它们是否应该成为车道模型的一部分？ 起初我假设不是，但它只在分组阶段有一些影响

我建议采取以下步骤

收成

二值化（为什么要将处理时间浪费在被裁剪的图像部分的二值化上）

精明（可以尝试垂直索贝尔，只获得水平边缘）

考虑校正以校正相机失真

HoughLinesP

如果您决定不校正输入图像，则至少校正输出线的坐标
从处理时间的角度来看，这可能是一个更理想的选择-然而，霍夫线检测器将产生不太理想的结果，这取决于您的相机失真的强度

连接线，而不考虑其方向

我会首先尝试以下方法

为每个线段计算一条直线（点、方向）

查找具有类似参数的直线并检查线段的距离

如果距离足够近，将其分组为一个直线组

最后，您应该有几个线组，其中包含一些可以计算以估计质量的特性

有多少条线/段属于该组

属于该组的像素数（所有线段长度之和）

如果忽略段之间的重叠，则有多少像素（组像素计数）

线组（某种组线段）上最左边/最右边的像素

填充比（组线长度/组像素计数）

在分组之后，不再需要线段及其对组的指定，但我将保留计算的属性

如果弯道应该是车道的一部分，那么我将尝试寻找继续在末端找到的组的组，并合并它们。
这将防止交叉线合并

根据您的需要筛选组

合身。

车道通常不是二次曲线

改为看内回旋线

这可能会导致杀伤力过大，因此可以使用三阶多项式代替

可选更高级

保持沉默