c语言编写的车道线检测程序,opencv车道线检测的实现方法
车道线检测,需要完成以下功能:
图像裁剪:通过设定图像ROI区域,拷贝图像获得裁剪图像
反透视变换:用的是室外采集到的视频,没有对应的变换矩阵。所以建立二维坐标,通过四点映射的方法计算矩阵,进行反透视变化。后因ROI区域的设置易造成变换矩阵获取困难和插值得到的透视图效果不理想,故没应用
二值化:先变化为灰度图,然后设定阈值直接变成二值化图像。
形态学滤波:对二值化图像进行腐蚀,去除噪点,然后对图像进行膨胀,弥补对车道线的腐蚀。
边缘检测:canny变化、sobel变化和laplacian变化中选择了效果比较好的canny变化,三者在代码中均可以使用,canny变化效果稍微好一点。
直线检测:实现了两种方法 1>使用opencv库封装好的霍夫直线检测函数,在原图对应区域用红线描出车道线 2>自己写一种直线检测,在头文件中,遍历ROI区域进行特定角度范围的直线检测。两种方法均可在视频中体现,第一种方法运行效率较快。
按键控制:空格暂停,其余键退出,方便调试和截图。
实现的效果
在亮度良好道路条件良好的情况下,检测车前区域的车道线实现比较成功,排除掉高速护栏的影响,而且原图像还能完整体现。
车子行驶在高速公路大型弯道上,可以在一定角度范围内认定车道线仍是直线,检测出为直线。
车子切换过程中只有一根车道线被识别,但是稳定回变换车道后,实现效果良好。减速线为黄色,二值化是也被过滤,没造成影响。
刚进入隧道时,摄像机光源基本处于高光状态,拍摄亮度基本不变,二值化图像时情况良好,噪声比较多但是没产生多大线状影响;当摄像头自动调节亮度,图像亮度变低,二值化时同一阈值把车道线给过滤掉,造成无法识别车道线的现象。
在道路损坏的情况下,由于阈值一定,基本上检测不出车道线。
结论
实现的功能:实现了车道线检测的基本功能,反透视变换矩阵实现了但效果不太理想,使用自己写的直线检测部分,车道线识别抗干扰能力较强。
缺点:整个识别系统都是固定的参数,只能在特定的环境产生良好的效果。
改进空间:提取全部关键参数,每次对ROI图像进行快速扫描更新参数,否则使用默认参数。例如,可以选择每次5间隔取点,以像素最高点的85%作为该次二值化的阈值。从而做到动态车道线识别。
完整代码
方法一
main.cpp
#include
#include
#include
#include"mylinedetect.h"
#include
#include
using namespace std;
int main(){
//声明IplImage指针
IplImage* pFrame = NULL;
IplImage* pCutFrame = NULL;
IplImage* pCutFrImg = NULL;
//声明CvCapture指针
CvCapture* pCapture = NULL;
//声明CvMemStorage和CvSeg指针
CvMemStorage* storage = cvCreateMemStorage();
CvSeq* lines = NULL;
//生成视频的结构
VideoWriter writer("result.avi", CV_FOURCC('M', 'J', 'P', 'G'), 25.0, Size(856, 480));
//当前帧数
int nFrmNum = 0;
//裁剪的天空高度
int CutHeight = 310;
//窗口命名
cvNamedWindow("video", 1);
cvNamedWindow("BWmode", 1);
//调整窗口初始位置
cvMoveWindow("video", 300, 0);
cvMoveWindow("BWmode", 300, 520);
//不能打开则退出
if (!(pCapture = cvCaptureFromFile("lane.avi"))){
fprintf(stderr, "Can not open video file\n");
return -2;
}
//每次读取一桢的视频
while (pFrame = cvQueryFrame(pCapture)){
//设置ROI裁剪图像
cvSetImageROI(pFrame, cvRect(0, CutHeight, pFrame->width, pFrame->height - CutHeight));
nFrmNum++;
//第一次要申请内存p
if (nFrmNum == 1){
pCutFrame = cvCreateImage(cvSize(pFrame->width, pFrame->height - CutHeight), pFrame->depth, pFrame->nChannels);
cvCopy(pFrame, pCutFrame, 0);
pCutFrImg = cvCreateImage(cvSize(pCutFrame->width, pCutFrame->height), IPL_DEPTH_8U, 1);
//转化成单通道图像再处理
cvCvtColor(pCutFrame, pCutFrImg, CV_BGR2GRAY);
}
else{
//获得剪切图
cvCopy(pFrame, pCutFrame, 0);
#if 0 //反透视变换
//二维坐标下的点,类型为浮点
CvPoint2D32f srcTri[4], dstTri[4];
CvMat* warp_mat = cvCreateMat(3, 3, CV_32FC1);
//计算矩阵反射变换
srcTri[0].x = 10;
srcTri[0].y = 20;
srcTri[1].x = pCutFrame->width - 5;
srcTri[1].y = 0;
srcTri[2].x = 0;
srcTri[2].y = pCutFrame->height - 1;
srcTri[3].x = pCutFrame->width - 1;
srcTri[3].y = pCutFrame->height - 1;
//改变目标图像大小
dstTri[0].x = 0;
dstTri[0].y = 0;
dstTri[1].x = pCutFrImg->width - 1;
dstTri[1].y = 0;
dstTri[2].x = 0;
dstTri[2].y = pCutFrImg->height - 1;
dstTri[3].x = pCutFrImg->width - 1;
dstTri[3].y = pCutFrImg->height - 1;
//获得矩阵
cvGetPerspectiveTransform(srcTri, dstTri, warp_mat);
//反透视变换
cvWarpPerspective(pCutFrame, pCutFrImg, warp_mat);
#endif
//前景图转换为灰度图
cvCvtColor(pCutFrame, pCutFrImg, CV_BGR2GRAY);
//二值化前景图
cvThreshold(pCutFrImg, pCutFrImg, 80, 255.0, CV_THRESH_BINARY);
//进行形态学滤波,去掉噪音
cvErode(pCutFrImg, pCutFrImg, 0, 2);
cvDilate(pCutFrImg, pCutFrImg, 0, 2);
//canny变化
cvCanny(pCutFrImg, pCutFrImg, 50, 120);
//sobel变化
//Mat pCutFrMat(pCutFrImg);
//Sobel(pCutFrMat, pCutFrMat, pCutFrMat.depth(), 1, 1);
//laplacian变化
//Laplacian(pCutFrMat, pCutFrMat, pCutFrMat.depth());
#if 1 //0为下面的代码,1为上面的代码
#pragma region Hough直线检测
lines = cvHoughLines2(pCutFrImg, storage, CV_HOUGH_PROBABILISTIC, 1, CV_PI / 180, 100, 15, 15);
printf("Lines number: %d\n", lines->total);
//画出直线
for (int i = 0; itotal; i++){
CvPoint* line = (CvPoint*)cvGetSeqElem(lines, i);
double k = ((line[0].y - line[1].y)*1.0 / (line[0].x - line[1].x));
cout<
if(!(abs(k)<0.1))//去掉水平直线
cvLine(pFrame, line[0], line[1], CV_RGB(255, 0, 0), 6, CV_AA);
}
#pragma endregion
#else
#pragma region mylinedetect
Mat edge(pCutFrImg);
vector lines = detectLine(edge, 60);
Mat pFrameMat(pFrame);
drawLines(pFrameMat, lines);
namedWindow("mylinedetect", 1);
imshow("mylinedetect", pFrameMat);
#pragma endregion
#endif
//恢复ROI区域
cvResetImageROI(pFrame);
//写入视频流
writer << pFrame;
//显示图像
cvShowImage("video", pFrame);
cvShowImage("BWmode", pCutFrImg);
//按键事件,空格暂停,其他跳出循环
int temp = cvWaitKey(2);
if (temp == 32){
while (cvWaitKey() == -1);
}
else if (temp >= 0){
break;
}
}
}
//销毁窗口
cvDestroyWindow("video");
cvDestroyWindow("BWmode");
//释放图像
cvReleaseImage(&pCutFrImg);
cvReleaseImage(&pCutFrame);
cvReleaseCapture(&pCapture);
return 0;
}
mylinedetect.h
#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/highgui/highgui.hpp"
#include
#include
#include
using namespace cv;
using namespace std;
const double pi = 3.1415926f;
const double RADIAN = 180.0 / pi;
struct line{
int theta;
int r;
};
vector detectLine(Mat &img, int threshold){
vector lines;
int diagonal = floor(sqrt(img.rows*img.rows + img.cols*img.cols));
vector< vector >p(360, vector(diagonal));
//统计数量
for (int j = 0; j < img.rows; j++) {
for (int i = 0; i < img.cols; i++) {
if (img.at(j, i) > 0){
for (int theta = 0; theta < 360; theta++){
int r = floor(i*cos(theta / RADIAN) + j*sin(theta / RADIAN));
if (r < 0)
continue;
p[theta][r]++;
}
}
}
}
//获得最大值
for (int theta = 0; theta < 360; theta++){
for (int r = 0; r < diagonal; r++){
int thetaLeft = max(0, theta - 1);
int thetaRight = min(359, theta + 1);
int rLeft = max(0, r - 1);
int rRight = min(diagonal - 1, r + 1);
int tmp = p[theta][r];
if (tmp > threshold
&& tmp > p[thetaLeft][rLeft] && tmp > p[thetaLeft][r] && tmp > p[thetaLeft][rRight]
&& tmp > p[theta][rLeft] && tmp > p[theta][rRight]
&& tmp > p[thetaRight][rLeft] && tmp > p[thetaRight][r] && tmp > p[thetaRight][rRight]){
struct line newline;
newline.theta = theta;
newline.r = r;
lines.push_back(newline);
}
}
}
return lines;
}
void drawLines(Mat &img, const vector &lines){
for (int i = 0; i < lines.size(); i++){
vector points;
int theta = lines[i].theta;
int r = lines[i].r;
double ct = cos(theta / RADIAN);
double st = sin(theta / RADIAN);
//公式 r = x*ct + y*st
//计算左边
int y = int(r / st);
if (y >= 0 && y < img.rows){
Point p(0, y);
points.push_back(p);
}
//计算右边
y = int((r - ct*(img.cols - 1)) / st);
if (y >= 0 && y < img.rows){
Point p(img.cols - 1, y);
points.push_back(p);
}
//计算上边
int x = int(r / ct);
if (x >= 0 && x < img.cols){
Point p(x, 0);
points.push_back(p);
}
//计算下边
x = int((r - st*(img.rows - 1)) / ct);
if (x >= 0 && x < img.cols){
Point p(x, img.rows - 1);
points.push_back(p);
}
//画线
cv::line(img, points[0], points[1], Scalar(255, 0, 0), 5, CV_AA);
}
}
方法二:
#include
#include
#include
#include
#include
using namespace std;
int main(){
//声明IplImage指针
IplImage* pFrame = NULL;
IplImage* pCutFrame = NULL;
IplImage* pCutFrImg = NULL;
IplImage* pCutBkImg = NULL;
//声明CvMat指针
CvMat* pCutFrameMat = NULL;
CvMat* pCutFrMat = NULL;
CvMat* pCutBkMat = NULL;
//声明CvCapture指针
CvCapture* pCapture = NULL;
//声明CvMemStorage和CvSeg指针
CvMemStorage* storage = cvCreateMemStorage();
CvSeq* lines = NULL;
//当前帧数
int nFrmNum = 0;
//裁剪的天空高度
int CutHeight = 250;
//窗口命名
cvNamedWindow("video", 1);
//cvNamedWindow("background", 1);
cvNamedWindow("foreground", 1);
//调整窗口初始位置
cvMoveWindow("video", 300, 30);
cvMoveWindow("background", 100, 100);
cvMoveWindow("foreground", 300, 370);
//不能打开则退出
if (!(pCapture = cvCaptureFromFile("lane.avi"))){
fprintf(stderr, "Can not open video file\n");
return -2;
}
//每次读取一桢的视频
while (pFrame = cvQueryFrame(pCapture)){
//设置ROI裁剪图像
cvSetImageROI(pFrame, cvRect(0, CutHeight, pFrame->width, pFrame->height - CutHeight));
nFrmNum++;
//第一次要申请内存p
if (nFrmNum == 1){
pCutFrame = cvCreateImage(cvSize(pFrame->width, pFrame->height - CutHeight), pFrame->depth, pFrame->nChannels);
cvCopy(pFrame, pCutFrame, 0);
pCutBkImg = cvCreateImage(cvSize(pCutFrame->width, pCutFrame->height), IPL_DEPTH_8U, 1);
pCutFrImg = cvCreateImage(cvSize(pCutFrame->width, pCutFrame->height), IPL_DEPTH_8U, 1);
pCutBkMat = cvCreateMat(pCutFrame->height, pCutFrame->width, CV_32FC1);
pCutFrMat = cvCreateMat(pCutFrame->height, pCutFrame->width, CV_32FC1);
pCutFrameMat = cvCreateMat(pCutFrame->height, pCutFrame->width, CV_32FC1);
//转化成单通道图像再处理
cvCvtColor(pCutFrame, pCutBkImg, CV_BGR2GRAY);
cvCvtColor(pCutFrame, pCutFrImg, CV_BGR2GRAY);
//转换成矩阵
cvConvert(pCutFrImg, pCutFrameMat);
cvConvert(pCutFrImg, pCutFrMat);
cvConvert(pCutFrImg, pCutBkMat);
}
else{
//获得剪切图
cvCopy(pFrame, pCutFrame, 0);
//前景图转换为灰度图
cvCvtColor(pCutFrame, pCutFrImg, CV_BGR2GRAY);
cvConvert(pCutFrImg, pCutFrameMat);
//高斯滤波先,以平滑图像
cvSmooth(pCutFrameMat, pCutFrameMat, CV_GAUSSIAN, 3, 0, 0.0);
//当前帧跟背景图相减
cvAbsDiff(pCutFrameMat, pCutBkMat, pCutFrMat);
//二值化前景图
cvThreshold(pCutFrMat, pCutFrImg, 35, 255.0, CV_THRESH_BINARY);
//进行形态学滤波,去掉噪音
cvErode(pCutFrImg, pCutFrImg, 0, 1);
cvDilate(pCutFrImg, pCutFrImg, 0, 1);
//更新背景
cvRunningAvg(pCutFrameMat, pCutBkMat, 0.003, 0);
//pCutBkMat = cvCloneMat(pCutFrameMat);
//将背景转化为图像格式,用以显示
//cvConvert(pCutBkMat, pCutBkImg);
cvCvtColor(pCutFrame, pCutBkImg, CV_BGR2GRAY);
//canny变化
cvCanny(pCutFrImg, pCutFrImg, 50, 100);
#pragma region Hough检测
lines = cvHoughLines2(pCutFrImg, storage, CV_HOUGH_PROBABILISTIC, 1, CV_PI / 180, 100, 30, 15);
printf("Lines number: %d\n", lines->total);
//画出直线
for (int i = 0; itotal; i++){
CvPoint* line = (CvPoint* )cvGetSeqElem(lines, i);
cvLine(pCutFrame, line[0], line[1], CV_RGB(255, 0, 0), 6, CV_AA);
}
#pragma endregion
//显示图像
cvShowImage("video", pCutFrame);
cvShowImage("background", pCutBkImg);
cvShowImage("foreground", pCutFrImg);
//按键事件,空格暂停,其他跳出循环
int temp = cvWaitKey(2);
if (temp == 32){
while (cvWaitKey() == -1);
}
else if (temp >= 0){
break;
}
}
//恢复ROI区域(多余可去掉)
cvResetImageROI(pFrame);
}
//销毁窗口
cvDestroyWindow("video");
cvDestroyWindow("background");
cvDestroyWindow("foreground");
//释放图像和矩阵
cvReleaseImage(&pCutFrImg);
cvReleaseImage(&pCutBkImg);
cvReleaseImage(&pCutFrame);
cvReleaseMat(&pCutFrameMat);
cvReleaseMat(&pCutFrMat);
cvReleaseMat(&pCutBkMat);
cvReleaseCapture(&pCapture);
return 0;
}
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持脚本之家。
c语言编写的车道线检测程序,opencv车道线检测的实现方法相关推荐
- 用c语言编写实心菱形,C语言编写内置菱形的程序
C语言编写内置菱形的程序 最近迷上了用C语言编写图形的输出程序,有矩形的.三角形.等腰三角形,平行四边形.菱形.沙漏形.今天尝试着将菱形内置到矩形中,结果成功了,下面将快乐分享给大家,也希望广大C程序 ...
- C语言编写一下棋程序,C语言编写的与电脑下棋程序代码
C语言编写的与电脑下棋程序代码 C语言编写的与电脑下棋程序代码 #include "stdafx.h" #include using namespace std; void che ...
- C语言编写的判断素数的程序
下面是一个用C语言编写的判断素数的程序: 复制#include <stdio.h>int main() {int n;printf("请输入一个数字:");scanf( ...
- c语言怎么自定义关机时间,C语言编写简单的定时关机程序
搜索热词 写一个定时关机的小程序,可以立即关闭计算机,也可以一段时间后关闭计算机. 这里主要考察system()命令. 代码实现: #include #include #include int mai ...
- 恶作剧c语言程序,自己用C语言编写的一个恶作剧小程序代码
自己用C语言编写的一个恶作剧小程序代码 #include #include #include #define MAX 100 void hebingString(char s1[],char s2[] ...
- opencv canny源码解析_行人检测 基于 OpenCV 的人体检测
原文链接 行人检测 基于 OpenCV 的人体检测 - 热分享hotdog29.com 在 2019年8月1日 上张贴 由 hotdog发表回复 行人检测 基于 OpenCV 的人体检测 我们都知道 ...
- pythonopencv检测行人_行人检测 基于 OpenCV 的人体检测
原文链接行人检测 基于 OpenCV 的人体检测 - 热分享hotdog29.com 行人检测 基于 OpenCV 的人体检测 我们都知道,无论性别,种族或种族如何,我们的身体都具有相同的基本结构. ...
- python行人检测_行人检测 基于 OpenCV 的人体检测
原文链接行人检测 基于 OpenCV 的人体检测 - 热分享hotdog29.com 行人检测 基于 OpenCV 的人体检测 我们都知道,无论性别,种族或种族如何,我们的身体都具有相同的基本结构. ...
- python语言案例教程张太红_Python程序代码相似度检测
实践与经验 现代计算机 2014.12 上 Python 程序代码相似度检测 赵明洪,张太红,王正敏 (新疆农业大学计算机与信息工程学院,乌鲁木齐 830052) 摘要:代码剽窃是程序语言课程中经常出 ...
- c语言栈中符号 的作用是什么,C语言数据结构----栈的应用(程序的符号匹配检测)...
本节主要讲利用栈来实现一个程序中的成对出现的符号的检测,完成一个类似编译器的符号检测的功能,采用的是链式栈. 一.问题的提出以及解决方法 1.假定有下面一段程序: #include #include ...
最新文章
- SSH异常“Failed to start OpenSSH Server daemon”问题排查
- bootsrap+jquery+组件项目引入文件的常见报错
- 服务器多路径协议,多主机多路径分流传输协议研究与设计
- HDU - 7091 重叠的子串(后缀自动机+set启发式合并+树上倍增)
- linux升级补丁tar,Linux下Bash严重漏洞补丁升级方法
- php正则相对地址,php – 正则表达式将相对URL更改为绝对值
- 『软件测试2』 关于黑盒测试和测试用例的基础知识
- eclipse编辑jsp文件和javascript代码很卡解决办法
- Mac OS开发—Xcode给Mac应用添加编辑快捷键(剪切 复制 粘贴 全选 删除 撤销 重做)功能
- 用 Python 将 QQ 好友头像生成祝福语
- 运行连接远程服务器失败,应用技巧:如何应付远程控制服务器失败
- 基于深度卷积神经网络的农作物病害识别
- C#登录窗口(访问数据库)的制作,类文件的制作及使用
- vue的介绍及基本使用(详细,好理解,示例代码)
- 【常规版本】SIS-OAS 1.53.0(2019/5/23发布)版本 --需求评审 ---模板
- 英特尔服务器主板型号哪里看,intel cpu型号参数如何查看
- 创意火焰燃烧效果PS动作
- java实现1 12 123 1234 12345 123456 输出
- bilibili视频爬取报错
- Python:爬虫乱码
热门文章
- 盘点 | 主流敏捷软件研发工具平台比较
- QQ互联开发者信息认证
- window系统查找占用端口号进程并杀死
- ENet-论文笔记-理解
- 直通车的计算机设备跟移动设备的区别,电脑端直通车和手淘直通车的有什么不同?...
- 除了快,5G 有哪些关键技术?
- mbedtls | 01 - 移植mbedtls库到STM32的两种方法
- KMeans算法流程
- 计算机财务基础知识,财务部计算机基础知识培训.ppt
- 安装mysql中error nr.1045_win10系统安装mysql提示error Nr.1045如何解决