matlab - さまざまな照明条件で撮影した画像の白いマーキングを特定する方法

Question

次に示すように、異なる光条件で同じ道路を 2 枚撮影しています。

1枚目が夕方、2枚目が昼間の写真です。両方の明るいシーンで、道路の白い車線マークを決定する 1 つの一般的なコードを作成する必要があります。私はソーベル エッジ検出、連結成分などの方法を試しました。また、白いピクセル値に条件を適用して白いレーン マークを見つけようとしましたが、最初の画像で機能するアルゴリズムは 2 番目の画像では機能しません。ガイドしてください

Answer 1

これらの写真を撮影できる条件が非常に多いため、これは失敗するに違いありませんが、これらの写真で機能するいくつかの手順を次に示します。これらは、実行中のタスクに完全に依存する他の手法と組み合わせると、より役立つ場合があります。

max(R, G, B)(これは、入力を HSB 色空間に変換し、そこでチャネルを選択することと同じです) を使用して、通常よりも厚い形態学的勾配 (たとえば、5x5 のフラットな構造化要素) から始めますB。これは、質問のタイトルが示すように、マーキングが白であることを前提としています。これは、このステップで強調表示される可能性があります。

マーキングは入力ではそれほど重要ではないため、低いしきい値で現在のイメージを 2 値化してから、モルフォロジー クロージングと間引きを行います。ここで、この閉鎖操作は、部品ごとの穴埋めと同様に安価な部品閉鎖の役割を果たしています。細くすることで、狙っているかもしれない線とそうでない線を区別するのに役立ちます。

これで、コンポーネントを測定して、必要なものを選択することができます。ピクセル数などの測定や凸包を含む測定は興味深いものです。後で、平均キャリパー直径を抽出できます。これにより、ライン セグメントのピクセル数に近い値が得られます。

個人成績と最終成績は以下の通りです。

間違った線分は、それがどの程度「白くない」かを考慮し、これらの線分に予想される角度など、より問題固有の情報を使用して排除できます。

Answer 2

車線検出はよく研究されているトピックです。最初にいくつかの論文の名前を挙げますが、これは決して包括的なリストではありません. あなたはもっと文献調査をすべきです。コースプロジェクトでこれを行う場合は、核となるアイデアを理解してそれを実装してみてください。そうでない場合は、論文を完全に理解する必要があります。

1. 困難なシナリオでの堅牢な車線検出と追跡
2. 都市部の車線マーカーのリアルタイム検出
3. 車両位置推定を使用したビジョンベースのレーントラッカーのパフォーマンスの向上車両の位置特定を使用したビジョンベースのレーントラッカーのパフォーマンスの向上

3 のコードも利用できますが、practcig ファイルのないコードを理解するまでは。