基于OMAP3530平臺的車道線識別檢測的實現(xiàn)

　　程序段2設置像素格式

　　(4)申請緩存區(qū)，并獲取每個緩存的信息

　　V4l2捕獲的數(shù)據(jù)，是存放在內(nèi)核空間里的，用戶不能直接訪問該段內(nèi)存，必須通過某些方法來轉換地址。這里我們采用mmap映射方式，相關代碼見程序段3.

　　圖1車道線識別算法流程圖

　　圖2路面邊緣示意圖

　　圖3干擾直線

　　———————————————————————

　　req.count=4;

　　req.type=V4L2_BUF_TYPE_VIDEO_CAPTURE;

　　req.memory=V4L2_MEMORY_MMAP;

　　ioctl(fd，VIDIOC_REQBUFS，

　　———————————————————————

　　程序段3映射內(nèi)核空間到用戶空間

　　(5)開始采集視頻

　　type = V4L2_BUF_TYPE_VIDEO_CAPTURE;

　　ioctl (fd， VIDIOC_STREAMON，

　　(6)取出緩沖區(qū)中已經(jīng)采樣的緩存

　　ioctl(fd，VIDIOC_DQBUF，

　　(7)停止采集和關閉設備

　　int close_v4l2(void)

　　{ ioctl(fd， VIDIOC_STREAMOFF，

　　…}

　　實驗測試

　　本文設計的視頻圖像采集模塊及測試演示系統(tǒng)實物圖如圖4所示。

　　在學校外的新蘭路上采集到了回旋曲線、拋物線、直線三種結構化道路圖像，對采集到的三種道路圖像應用車道線識別算法處理，提取出車道標志線，效果圖如5所示。從效果圖中可以看出該算法基本上對由光照的強弱、對陰影區(qū)域和對道路的質(zhì)量等造成的問題影響不大，表現(xiàn)出很好的識別效果。

　　圖4視頻圖像采集演示系統(tǒng)

　　圖5三種結構化道路車道線提取效果圖