主要内容

segmentLaneMarkerRidge

在灰度强度图像中检测车道

折叠所有页面

语法

birdsEyeBW = segmentLaneMarkerRidge (birdsEyeImage birdsEyeConfig approxMarkerWidth)
birdsEyeBW = segmentLaneMarkerRidge (＿＿＿、名称、值)

描述

例子

birdsEyeBW= segmentLaneMarkerRidge (birdsEyeImage，birdsEyeConfig，approxMarkerWidth）返回表示车道特征的二值图像。函数对输入灰度图像进行分割，birdsEyeImage，使用车道山脊探测器。birdsEyeConfig将点位置从车辆坐标转换为图像坐标。的approxMarkerWidth参数以世界单位表示，并指定检测到的类车道特征的近似宽度。

birdsEyeBW= segmentLaneMarkerRidge (＿＿＿，名称,值）返回带有由一个或多个指定的附加选项的二进制图像名称,值对参数。

例子

全部折叠

打开生活的脚本

加载一个鸟瞰图配置对象。

负载birdsEyeConfig

加载从定义在鸟瞰图配置对象中的传感器捕获的图像。

我= imread (“road.png”）;图imshow(我)标题(原始图像的）

图中包含一个坐标轴。标题为“原始图像”的轴包含一个类型为“图像”的对象。

创建一个鸟瞰图。

birdsEyeImage = transformImage (birdsEyeConfig,我);imshow (birdsEyeImage)

图中包含一个坐标轴。轴包含一个image类型的对象。

转换鸟瞰图到灰度。

birdsEyeImage = im2gray (birdsEyeImage);

设置大约车道标记宽度为25厘米，这是世界单位。

approxMarkerWidth = 0.25;

检测车道功能。

birdsEyeBW = segmentLaneMarkerRidge (birdsEyeImage birdsEyeConfig approxMarkerWidth);imshow (birdsEyeBW)

图中包含一个坐标轴。轴包含一个image类型的对象。

输入参数

全部折叠

鸟瞰图，指定为非稀疏矩阵。

数据类型:单|int16|uint16|uint8

对象将点位置从车辆转换为图像坐标，指定为birdsEyeView对象。

用于该函数在鸟瞰图中检测的类车道特征的近似宽度，指定为世界单位的实标量，如米。

名称-值对的观点

指定可选的逗号分隔的对名称,值参数。的名字参数名和价值为对应值。的名字必须出现在引号内。可以以任意顺序指定多个名称和值对参数Name1, Value1,…,的家．

例子:“投资回报”［］

用世界单位表示感兴趣的区域，指定为逗号分隔的对，由“投资回报”以及格式为[xmin，xmax，ymin，ymax］．该函数只在感兴趣的区域内搜索类似车道的特征。如果没有指定ROI，该函数搜索整个图像。

灵敏度因子，指定为逗号分隔对，由“敏感”以及一个在[0,1]范围内的实标量。你可以增加这个值来检测更多类似车道的特征。然而，较高的灵敏度会增加错误检测的风险。

输出参数

全部折叠

鸟瞰图，返回为表示车道特征的二值图像。

更多关于

全部折叠

车辆坐标系

该函数使用车辆坐标系统来定义点的位置，由传感器定义birdsEyeView对象。它使用的世界单位和birdsEyeConfig.Sensor.WorldUnits财产。看到自动驾驶工具箱中的坐标系统．

算法

segmentLaneMarkerRidge通过搜索像素选择车道lane-like．类车道像素是一组与两侧相邻像素相比具有高强度对比度的像素。函数选择用于阈值强度对比的滤波器approxMarkerWidth价值。该滤波器对强度值高于距离相近的左右相邻像素的强度值的像素有较高的响应approxMarkerWidth．函数只保留过滤后图像中的某些值灵敏度的因素。

参考文献

Nieto, M.， J. A. Laborda, L. Salgado。“基于鲁棒视角分析和递归贝叶斯分割的道路环境建模”。机器视觉与应用。第22卷，第6期，2011年，927-945页。

扩展功能

C / c++代码生成
使用MATLAB®Coder™生成C和c++代码。

另请参阅

介绍了R2017a

自动驾驶工具箱文档

金宝app

用Simulink实现自适应巡航控制器金宝app

用Simulink实现自适应巡航控制器金宝app

下载技术论文