问计算机视觉，检测道路，从哪里开始？

EN

一个建议，我认为会奏效，所以试一试吧。我将使用的4个图像来自Robert Laganiere的"OpenCV 2计算机视觉应用程序编程食谱“。这是我用来学习图像处理的书之一，在使用HoughLine的道路上也有类似的例子。

我以前用过HoughLine，但不是在路上。所以为了给你更好的想法，这里是is=>

原始图像如下所示：

​

​

现在，您可以将Canny应用于图像，它将如下所示：

​

​

或者你也可以使用Sobel。

​

​

在此之后，您可以应用HoughLine：

​

​

您必须自己调整参数。

这是我的suggestion=>

放置一个前置摄像头，稍微低一点就能探测到几米内的车道，你也可以使用ROI (感兴趣区域)来聚焦于视频的下半部分，那里是车道最有可能的地方。这是为了消除噪声，其中也检测到与道路平行的其他对象。

你让机器人停留在检测到的两条道路线的中心。ROI的另一个用法是线条的一侧消失，这意味着它是以明显的倾斜方式移动的。您可以调整机器人以回到正确的轨道上。

当有转弯时，您可以指定如果线不再垂直(可能通过canny操作符)，则转一圈，直到线再次垂直。

当然，您必须编写两个不同的函数来检查是根据直线的角度进行右转还是左转。

这就是我解决这个问题的方法。我的方法应该会有相当不错的结果。您可能面临的唯一问题是调整Houghlines和Canny的参数。

(附言:在看你的照片时，我注意到路边偶尔会有空隙。因此，如果我没有记错的话，我建议您使用HoughLineP而不是HoughLine，因为您可以指定每行之间的最大间距，以将其视为一行。如果这仍然不起作用，您可能需要对视频的帧进行一些预处理。)

希望你觉得我的方法有用。祝好运。如果您有任何其他需要帮助的地方，请在此答案上发表意见，我会尽我所能提供帮助(：

既然你问“从哪里开始”，我建议你从阅读道路/车道检测问题开始。也许你可以在你的校园图书馆中查找一些关于这个问题的文献。

例如戴维斯这本书，E.罗伊。计算机与机器视觉:理论，算法，实用性。爱思唯尔/学术出版社，2012年，有“23章车载视觉系统”，其中描述了解决“道路定位”和“道路标记位置”问题的基本方法。戴维斯的这本书也有一个评论和更新的书目部分。

有关更详细的背景信息，您可以查看下面的“调查”文章，其中比较了解决问题的不同方法：

MCCALL, Joel C.; TRIVEDI, Mohan M. Video-based lane estimation and tracking for driver assistance: survey, system, and evaluation. , 2006, 7.1: 20-37.

正如所承诺的，这是另一种方法。

要对这种方法有一个清晰的了解，请观看以下视频：http://www.youtube.com/watch?v=TMKd9ov_rmE

颜色分割方法实际上是使用期望最大化(EM)算法。并对消失点进行Gabor滤波。有点接近我脑海中的想法，但略有不同。

您可以尝试视频中显示的方法或/和我的方法。

我实际要做的仍然是一个消失点，ROI会随着消失点的y轴点的变化而变化。而ROI的侧面是固定的，以便道路(灰色总是在ROI内)。

在这之后，你必须使用面积，其中一旦在ROI中灰色的色彩空间小于90%(你自己计算数字。这只是ROI的粗略测量(意味着存在转折)。有几种方法可以判断哪一轮是哪一轮，我让你们自己弄清楚这一部分:p。如果你们使用这种方法，你们当然可以想到。

我唯一关心的是斑马线，或者更确切地说，在您展示的白色样本图像中的行人，但这些可以很容易地删除。(提示。直方图和如果值的颜色是那些在白色范围内的颜色...或者您可以使用area。如果斑点小于这个像素数...)

我不确定这个程序的计算成本会有多高。

但如果你打算尝试这种方法，请专注于HSV或LAB色彩空间，而不是RGB。现在，您有了更多的方法来进行实验。你也可以试着想出你自己的方法。玩一玩吧。图像处理，计算机视觉真的很有趣(：