使用颜色识别来进行道路跟踪

简介: 使用颜色信息来检测和跟踪在可能不存在车道标记的主要住宅环境中设置的道路边缘。基于颜色的跟踪示例说明了如何使用色彩空间转换块、霍夫变换块和卡尔曼滤波器块来检测和跟踪使用色调和饱和度的信息。

一、前言
使用颜色信息来检测和跟踪在可能不存在车道标记的主要住宅环境中设置的道路边缘。基于颜色的跟踪示例说明了如何使用色彩空间转换块、霍夫变换块和卡尔曼滤波器块来检测和跟踪使用色调和饱和度的信息。

二、模型
下图显示了基于颜色的道路跟踪模型:
1.png

三、算法
示例算法执行搜索,通过分析视频图像的颜色行为变化来定义道路的左边缘和右边缘。首先,从图像的底部中心开始搜索边缘像素或穿过足够数量的彩色像素的线(以先到者为准)。搜索将移动到图像的左上角和右上角。
2.png

为了处理低质量的视频序列,其中路边可能难以看到或被阻塞,该算法将等待多帧有效的边缘信息。该示例使用相同的过程来决定何时开始忽略一侧。

四、跟踪结果
检测窗口显示在当前视频帧中检测到的路边。
3.png

当没有可见的路边时,“追踪”窗口将显示错误符号。
4.png

当只有道路的一侧可见时,该示例将显示一个平行于道路一侧的箭头。箭头的方向朝向路侧与影像边界之间的交叉点上点。
5.png

当道路两侧都可见时,该示例显示道路中心的方向箭头,其方向是通过对左右两侧的方向求平均值来计算的。

6.png

目录
相关文章
|
7月前
|
机器学习/深度学习 编解码 API
深度学习+不良身体姿势检测+警报系统+代码+部署(姿态识别矫正系统)
深度学习+不良身体姿势检测+警报系统+代码+部署(姿态识别矫正系统)
|
存储 监控 算法
跟踪火车站对象并检测遗弃物体
跟踪火车站的对象并确定哪些对象保持静止。公共场所的遗弃物品会引起当局的关注,因为它们可能会构成安全风险。算法(例如本例中使用的算法)可用于通过将他们的注意力引导到潜在的感兴趣区域来协助监控实时监控视频的安全人员。
84 0
基于颜色分割方法跟踪人员的面部和手部
使用基于颜色的分割方法跟踪人员的面部和手部。
82 0
|
7月前
|
机器学习/深度学习 算法 前端开发
高速公路表面图像裂缝检测程序
高速公路表面图像裂缝检测程序
|
7月前
|
机器学习/深度学习 传感器 算法
目标检测+车道线识别+追踪+测距(代码+部署运行)
目标检测+车道线识别+追踪+测距(代码+部署运行)
|
7月前
|
机器学习/深度学习 算法 自动驾驶
集检测与分类于一身的LVLane来啦 | 正面硬刚ADAS车道线落地的困难点
集检测与分类于一身的LVLane来啦 | 正面硬刚ADAS车道线落地的困难点
191 0
使用光流法跟踪汽车
使用光流估计在视频序列中检测和跟踪汽车。
98 0
|
机器学习/深度学习 算法 数据可视化
项目实践 | 行人跟踪与摔倒检测报警(文末获取完整源码)
项目实践 | 行人跟踪与摔倒检测报警(文末获取完整源码)
197 0
|
传感器 人工智能 监控
卡塔尔世界杯出现了半自动越位识别技术、动作轨迹捕捉等黑科技。
卡塔尔世界杯出现了半自动越位识别技术、动作轨迹捕捉等黑科技。
卡塔尔世界杯出现了半自动越位识别技术、动作轨迹捕捉等黑科技。
|
智慧交通
智慧交通day02-车流量检测实现14:代码汇总+问题修正
智慧交通day02-车流量检测实现14:代码汇总+问题修正
120 0