Python和OpenCV-改进我的车道检测算法

我需要从视频中检测公路车道。这是我的方法

通过切片图像（聚焦中间部分）确定感兴趣区域（ROI）

灰度化ROI

使用

cv2.equalizeHist

将高斯模糊应用于（3）

阈值（4）通过使用

cv2。自适应阈值

骨骼化（5）使用

skiliage.形态学.Skeletonize

在（6）上应用

cv2.HoughLines

对于

cv2.HoughLines

，我设置为：

如果

rho

为正（这意味着直线向右倾斜（自底向上），则仅当其处于特定角度时才会绘制直线（我设置了角度的范围））

如果

rho

为负（直线向左倾斜（自底向上），则仅当其处于特定角度时才会绘制直线）

这是我画线的代码：

lines = cv2.HoughLines(image_bin, 1, np.pi/180, 50)
    try:
        range = lines.shape[0]
    except AttributeError:
        range = 0

    for i in xrange(range):
        for rho, theta in lines[i]:
            if rho > 0 and (np.pi*1/10 < theta < np.pi*4/10):
                a = np.cos(theta)
                b = np.sin(theta)
                x0 = a * rho
                y0 = b * rho
                x1 = int(x0 + 1000 * (-b))
                y1 = int(y0 + 1000 * (a))
                x2 = int(x0 - 1000 * (-b))
                y2 = int(y0 - 1000 * (a))

                cv2.line(roi, (x1, y1), (x2, y2), (0, 255, 0))

            if rho < 0 and (np.pi*7/10 < theta < np.pi*9/10):
                a = np.cos(theta)
                b = np.sin(theta)
                x0 = a * rho
                y0 = b * rho
                x1 = int(x0 + 1000 * (-b))
                y1 = int(y0 + 1000 * (a))
                x2 = int(x0 - 1000 * (-b))
                y2 = int(y0 - 1000 * (a))

                cv2.line(roi, (x1, y1), (x2, y2), (0, 255, 0))

lines=cv2.HoughLines（图1，np.pi/180，50）
尝试：
范围=线。形状[0]
除属性错误外：
范围=0
对于X范围内的i（范围）：
对于ρ，θ在[i]行中：
如果rho>0和（np.pi*1/10

如果我没有像上面为

cv2.HoughLines

函数所做的那样，我相信会画出很多不需要的线

在调整了参数等之后，我得到了一个相当好的结果，但这只是一张图片。我不认为这将是一个好的视频，将不断变化。 最让我烦恼的是我绘制所需线条（即道路车道）的算法。还有更好的办法吗？至少比我的好

这是我的结果：

原始图像：

ROI的均衡直方图、阈值化和骨架化图像：

最终结果：

---

我建议您考虑在应用程序中使用概率霍夫线变换。在OpenCV的Python API中，它是在函数中实现的，

cv2.HoughLinesP

。这将实际为您提供线段，因此您无需计算端点。它也比标准的Hough线变换快得多

但也有一些权衡。例如，可能需要添加逻辑以将线段缝合在一起。另一方面，我发现这并不是一件坏事。我的一个玩具项目（自动驾驶微型巴士）使用了这种方法，并且有单独的线段缝合在一起，这使得处理标准hough线变换根本不会给你任何线的弯曲道路变得更容易

希望有帮助

编辑：关于线段“缝合”的细节，这取决于您希望完成的任务。如果只想显示道路，并且对线段之间存在一些间隙感到满意，则可能不需要进行任何缝合-只需显示所有线段。在我的应用程序中，我需要确定车道的曲率，所以我做了一些缝合来建立每个道路车道的模型，其中包括车道的平均坡度，该坡度用作负责控制伺服以相应移动车轮的模块的输入

---

我所说的“缝合”并不是指任何特别复杂的东西，但我不知道有任何特定的OpenCV函数可以实现它。我只需要一种关联线段的方法，这些线段是同一车道的一部分。因此，我处理了从图像顶部向下运行的

HoughLinesP

返回的线段，并使用每个线段的斜率和y截距来确定线段相交的位置。

如何“缝合”这些线？对不起，我还是一个编程和图像处理的初学者。我添加了一些注释。很抱歉没有提供任何代码。它是C++的，具体的实现与你的不同，基本上，我没有足够的时间来适应你的应用程序。