AI 助理
备案控制台

智慧交通

首页 标签 智慧交通
# 智慧交通 #
关注
426内容
最新 热门 文章 问答 视频 电子书
LiBiGo
|
博文
智慧交通day03-车道线检测实现09：车道线检测代码汇总（Python3.8）
智慧交通day03-车道线检测实现09：车道线检测代码汇总（Python3.8）
# 智慧交通
LiBiGo
|
博文
智慧交通day03-车道线检测实现08： 在离线视频(非实时)中检测车道线+代码实现
在前面几节中一步步完成摄像机标定、图像畸变校正、透视变换、提取车道线、检测车道线、计算曲率和偏离距离后，在图像上实现了复杂环境下的车道线检测算法。现在我们将视频转化为图片，然后一帧帧地对视频数据进行处理
# 算法 # 智慧交通
LiBiGo
|
博文
智慧交通day03-车道线检测实现07：车道曲率和中心点偏离距离计算+代码实现
曲线的曲率就是针对曲线上某个点的切线方向角对弧长的转动率，通过微分来定义，表明曲线偏离直线的程度。数学上表明曲线在某一点的弯曲程度的数值。曲率越大，表示曲线的弯曲程度越大。曲率的倒数就是曲率半径。
# 智慧交通
LiBiGo
|
博文
智慧交通day03-车道线检测实现06：车道线定位及拟合+代码实现
我们根据前面检测出的车道线信息，利用直方图和滑动窗口的方法，精确定位车道线，并进行拟合。
# 智慧交通
LiBiGo
|
博文
智慧交通day03-车道线检测实现05：透视变换+代码实现
为了方便后续的直方图滑窗对车道线进行准确的定位，我们在这里利用透视变换将图像转换成俯视图，也可将俯视图恢复成原有的图像
# 智慧交通
LiBiGo
|
博文
智慧交通day03-车道线检测实现04：车道线提取原理+代码实现+效果图
在车道线检测中，我们使用的是HSL颜色空间，其中H表示色相，即颜色，S表示饱和度，即颜色的纯度，L表示颜色的明亮程度。
# 算法 # 智慧交通 # 计算机视觉
LiBiGo
|
博文
智慧交通day03-车道线检测实现03：相机校正和图像校正的实现
标定的图片需要使用棋盘格数据在不同位置、不同角度、不同姿态下拍摄的图片，最少需要3张，当然多多益善，通常是10-20张。该项目中我们使用了20张图片
# 算法 # API # 计算机视觉 # 智慧交通
LiBiGo
|
博文
智慧交通day03-车道线检测实现02-2：张氏标定法+双目标定
该方法介于传统标定法和自标定法之间，既克服了传统标定法需要的高精度三维标定物的缺点，又解决了自标定法鲁棒性差的难题。标定过程不需要特殊的标定物，只需使用一张打印出来的棋盘格，并从不同方向拍摄几组图片即可，不仅实用灵活方便，而且精度很高，鲁棒性好。因此很快被全世界广泛采用，极大的促进了三维计算机视觉从实验室走向真实世界的进程。
# 机器学习/深度学习 # 传感器 # 算法 # 定位技术 # 计算机视觉 # 智慧交通
LiBiGo
|
博文
智慧交通day03-车道线检测实现02-1：相机校正
我们所处的世界是三维的，而照片是二维的，我们可以把相机认为是一个函数，输入量是一个场景，输出量是一幅灰度图。这个从三维到二维的过程的函数是不可逆的。
# 传感器 # 算法 # 智慧交通
LiBiGo
|
博文
智慧交通day03-车道线检测实现01：车道线检测概述
汽车的日益普及在给人们带来极大便利的同时，也导致了拥堵的交通路况，以及更为频发的交通事故。而自动驾驶技术的出现可以有效的缓解了此类问题，减少交通事故，提升出行效率。
# 自动驾驶 # 智慧交通
免费试用