【车道线检测】基于计算机视觉实现车道线视频检测附matlab代码
【车道线检测】基于计算机视觉实现车道线视频检测附matlab代码
TT_Matlab
博主简介：擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真，完整matlab代码或者程序定制加qq1575304183。
✅作者简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，matlab项目合作可私信。
个人主页： Matlab科研工作室
个人信条：格物致知。
更多Matlab仿真内容点击
智能优化算法 神经网络预测 雷达通信 无线传感器
信号处理 图像处理 路径规划 元胞自动机 无人机 电力系统
⛄ 内容介绍
随着汽车的使用率大幅增长,交通安全问题已经成为影响人们生命和财产安全的重要问题之一.有效地提高汽车安全系数,降低交通事故的机率是目前汽车交通安全研究方向的重要课题.因此为了保障驾驶员的安全,高级驾驶员辅助系统的研究越来越受到人们重视,而车道线作为道路路面最突出的标志之一,在该系统中起着至关重要的作用.并且车道线检测是针对行车期间发生的车道偏离进行预警的前提. 基于计算机视觉进行车道线检测是目前车道线检测的研究方向之一.本文主要针对装载在汽车前方的摄像机获取的道路实时视频进行分析,提取视频流中的每一帧图像,通过分析道路图像中的车道线分布以及车道线基本特征,然后利用计算机视觉相关知识来识别道路图像中的车道线.
⛄ 部分代码
% Output video writer
outputVideo = VideoWriter(’../Output/Result.mp4’,’MPEG-4’);
outputVideo.FrameRate = v.FrameRate;
open(outputVideo)
counter=0;
% To find the direction it turns
average_slope_list=[];
figure
while hasFrame(v)
frame = readFrame(v);
counter = counter+1;
if counter > 500
break;
end
% Filter video
motion = fspecial(’motion’, 2, 2);
frame = imfilter(frame, motion);
imshow(frame)
% Convert to greyscale
grey=rgb2gray(frame);
% Edge detection
BW = edge(grey, ’Canny’, 0.3);
% Mask an image
x=[220, 1190,725,550];
y=[665,665,450,450];
bw = poly2mask(x,y,720,1280);
BW=BW&bw;
BW = bwmorph(BW,’clean’);
% thicken the lines
se= strel(’disk’,8);
BW=imopen(~BW,se);
BW=~BW;
⛄ 运行结果
⛄ 参考文献
[1]张宇斌. 基于计算机视觉的车道线检测算法研究[D]. 桂林电子科技大学, 2016.
[2]阎翔, 谌海云, 蒋钰,等. 基于计算机视觉的车道线检测与识别[J]. 工业仪表与自动化装置, 2020(1):4.