基于动态阈值的边沿检测在智能车赛道识别的应用2.docVIP

基于动态阈值的边沿检测法在赛道识别中的应用 摘要：在智能车比赛中，在智能车比赛中，使用摄像头传感器来采集路面信息,可以获取大量的图像信息，这样需要好的算法滤除画面中的噪点，并正确的提取引导线。对图像信息处理结果的好坏直接影响到赛车控制。采用固定阈值二值化方法进行中心线寻找，缺点是寻找到的黑线长度会明显变小，前瞻性降低。本文提出了防串线识别方法可以正确提取引导线起始行中心，并且与动态阈值的边沿检测方法结合提取出黑色引导线。实验证明该方法的可靠性比固定阈值二值化方法高，具有一定的使用价值。 关键词：动态阈值，边沿检测，智能车寻迹 Edge detection based on Dynamic threshold to the Smart car track identification Abstract: In the smart car competition, using CMOS sensors to collect the road information, you can access a large number of image information. There must be a good algorithm to filter out the noise and extract the correct guide line. The results of image processing will directly impact on the smart car control. The drawback of the simple fixed threshold binarization method to find the centerline ，the disadvantages is the length of the centerline will obviously be smaller, and also reduce the forward-looking. In this paper, the anti-string line identification method can accurately extract the starting line center of the guide line, and with the dynamic threshold method of edge detection to extract the black guide lines. Experiments prove thatthe reliability of this method is high than the fixed threshold Binarization method, it has a certain Practical value. Key words: dynamic threshold, edge detection, smart car tracing. 1、引言 由于摄像头架设高度比较低，约为29厘米。摄像头采集到的图像在最近处黑色引导线和白色基板的灰度值相差比较大（一般大于15），而画面较远端处的白点和黑点的灰度值相差比较小（一般小于10），几乎很难分辨，这给黑线提取的前瞻性带来了很大的影响。前瞻距离越大，对于舵机和速度控制都有个提前量，可以抵消舵机的惯性延迟和提前加、减速；反之则给角度和速度控制都带来了影响。因此必须动态的调整阈值来提取引导线以提高赛车的前瞻性。本文采用防串线识别方法与动态阈值的方法的边沿检测相结合的方法，该方法在准确寻找起始行，并进一步寻找其它行的中心上起到了一定的作用。 2、防串线识别方法 由引言可知，图像最后一行黑白色差值较大，受到干扰也较小，所以从图像最后一行开始向上寻找黑线比较准确。 由于摄像头所用镜头为一般镜头，其视野角度较小，在摄像头架设的较低时候，拍摄的画面会出现变形，一般是近处画面小，远处画面大，呈现梯形形状，如图 1 所示。图像最后一行一般不会将整个赛道包括进去。这样在赛车过弯道时，如果速度控制不当会出现侧滑现象，容易在视野中丢失黑线，使邻边的引导线进入视野，如图2所示未丢线前状态，图3所示过弯丢线后状态。这样如果没有有效的噪声滤波，会寻找到错误的黑线起始行，将错误的引导线误判为正确引导线，而串道走错方向冲出跑道，特别是在赛道间距离较小时误判机率会更高。 只有找到正确的黑线起始行，才能找到正确的引导线。对于部分参赛队使用180度广角镜头弥补近端画面较窄，尽量使得图像的最后一行包括整个赛道，这样即使在赛车过弯时候，黑线基本不会丢失，但近端画面变宽也增加了邻道进入画面的概率，画面容易出现两条引导线，对寻找起始行带来了