智能汽车测控技术 课件 第4章-第3讲 检测识别方法 .pptx

智能汽车测控技术

第3讲检测识别方法1.车道线识别1.车道线常用识别方法

第3讲检测识别方法1.车道线识别2.车道线识别流程

第3讲检测识别方法1.车道线识别3.车道线识别实例智能汽车上的摄像头采集的数据是视频信号，它是由一帧帧的图像组成。因此，对视频中的车道线识别本质上是对图像的车道线的识别。故本案例以单张图像为例，在简要介绍相关数字图像处理知识的基础上，采用MATLAB语言编程，介绍其识别方法。

第3讲检测识别方法1.车道线识别1)数字图像的基本概念数字图像，又称数码图像或数位图像，是二维图像用有限数字数值像素表示的图像。(1)数字图像的表达方式设一幅数字图像由M行N列共M×N像素组成，图像空间的点(x,y)表示该像素位于第x行第y列。设二维函数f(x,y)为该像素点的灰度值，??∈[1,M],y∈[1,N]。由f(x,y)组成的矩阵表示了一幅数字图像，它实际上是一个数字阵列，也可以说其是数字图像的模型。以这个数字图像模型为基础，进行各种算法运算就可以得到不同的图像处理结果。

第3讲检测识别方法1.车道线识别1)数字图像的基本概念(2)数字图像的类型数字图像根据其特性分为两大类：位图(bitmap)和矢量图。其中，位图是计算机表示数字图像最常用的一种类型。根据颜色和灰度级数量，可以将位图分为二值图像、灰度图像、索引图像和RGB彩色图像四种类型。目前，大多数图像处理软件都支持这四种类型的图像。

第3讲检测识别方法1.车道线识别1)数字图像的基本概念?

第3讲检测识别方法1.车道线识别1)数字图像的基本概念②灰度图像：灰度图像一般指具有256级灰度值的数字图像。其只有灰度值而没有彩色。二值图像可以看作灰度图像的一个特例。灰度图像用数学表达式可表示如下：??(??,??)=??，??∈[0,255]其中，j由像素点的灰度值确定。

第3讲检测识别方法1.车道线识别1)数字图像的基本概念③索引图像：索引图像的文件结构和灰度图像不同，它既包括存放图像数据的二维矩阵??(??,??)，还包括一个颜色索引矩阵MAP，因此称为索引图像或映射图像。MAP的大小由存放图像的矩阵元素值域决定。

第3讲检测识别方法1.车道线识别1)数字图像的基本概念举例来说，若矩阵像素(x,y)点的??(??,??)值域为[0,255]，则MAP矩阵的大小为256×3，用MAP=[R,G,B]表示，MAP中R,G,B分别表示该行对应颜色的红、绿、蓝单色值。MAP中每一行对应矩阵像素的一个灰度值。如某一像素的灰度值为64，则该像素就与MAP中的第64行建立了映射关系，该像素在屏幕上的实际颜色由第64行的[RGB]组合决定。

第3讲检测识别方法1.车道线识别1)数字图像的基本概念?

第3讲检测识别方法1.车道线识别1)数字图像的基本概念?

第3讲检测识别方法1.车道线识别1)数字图像的基本概念设图像空间的像素点(x,y)对应的R、G、B颜色分量分别为??(??,??)、??(??,??)、??(??,??)，则RGB彩色图像的色彩值可用数学表达式表示如下：??(??,??)=[??(??,??)??(??,??)??(??,??)]综上所述，数字图像的四种基本类型随着所表示的颜色增加，所需存储空间逐渐增加。

第3讲检测识别方法1.车道线识别1)数字图像的基本概念表4-3列出了四种基本图像类型和存储空间的统计。

第3讲检测识别方法1.车道线识别1)数字图像的基本概念(3)数字图像的文件格式图像的文件格式是记录和存储影像信息的格式。对数字图像进行存储、传输、处理，必须采用一定的图像格式，把图像的像素按照一定的方式进行组织和存储为图像文件。图像文件格式决定了图像文件的数据结构信息以及文件如何与其他文件交换数据等。常见的图像格式文件包括BMP、JPEG、PNG、TIFF、GIF、RAW等。

第3讲检测识别方法1.车道线识别2)图像文件的读取在MATLAB中使用函数imread()函数来读取图像信息，可以将指定的图像文件以矩阵的形式读入工作区。因为该函数具有多种输入输出格式，本文以使用中常见的A=imread(FILENAME)为例进行解析。图像读取MATLAB语言编程：

第3讲检测识别方法1.车道线识别3)灰度变换