圖像采集與處理在智能車系統(tǒng)中的應(yīng)用

　　首先存儲(chǔ)一幅原始圖像的所有數(shù)據(jù)，然后對(duì)整幅圖像的第一像素點(diǎn)進(jìn)行統(tǒng)計(jì)，最終把第個(gè)亮度值所對(duì)應(yīng)的像素點(diǎn)個(gè)數(shù)統(tǒng)計(jì)出來(lái)，結(jié)果將出現(xiàn)一個(gè)雙波峰形圖，如圖5所示。這將能較直接地比較出亮度值集中的區(qū)域，以兩個(gè)波峰的中心位置所在的中點(diǎn)值作為該賽道的二值化閥值。該算法計(jì)算的精度較高，能夠找到理想的一個(gè)閥值點(diǎn)，雖然它執(zhí)行的時(shí)間較長(zhǎng)，但是這只是在賽車未起跑前進(jìn)行的初始化運(yùn)算，對(duì)賽車起跑后的速度完全沒(méi)有影響，因此該方案是可以采用的。

　　圖像去噪

　　在車體運(yùn)動(dòng)過(guò)程中，圖像經(jīng)過(guò)二值化后并不會(huì)出現(xiàn)太大的噪聲，只是在局部出現(xiàn)了一小部分的椒鹽噪聲，其典型圖像如圖6所示。在該系統(tǒng)設(shè)計(jì)中，圖像處理的目的是準(zhǔn)確地找到黑線的中心位置。由于圖像中噪聲的面積非常小，并且一般出現(xiàn)在離黑線較遠(yuǎn)的地方，處理的方法也比較多，可采用中心坐標(biāo)遞推法。

　　由于該賽道的黑線細(xì)分為每一行的坐標(biāo)后，相鄰兩行之間的中心坐標(biāo)值之差是比較小的，經(jīng)實(shí)驗(yàn)測(cè)試得其差一般不會(huì)超過(guò)5，具有很好的遞推性。因此可以利用前一行的中心坐標(biāo)往下遞推來(lái)求解，具體步驟如下。

　　(1)由于攝像頭近處的黑線拍攝效果較好，不僅黑線的寬度比較大，而且基本不會(huì)出現(xiàn)任何噪聲，用其作為遞推的基準(zhǔn)點(diǎn)是非常好的選擇。由于這是整幅圖像的基準(zhǔn)點(diǎn)，因此對(duì)其準(zhǔn)確性要求比較高，在計(jì)算第一行的中心坐標(biāo)值時(shí)采用黑線連續(xù)記數(shù)法,即只有連續(xù)讀取到3個(gè)或以上“1”時(shí)才算有效的黑線,并記錄黑線的塊數(shù)，否則將其清零，最終再查看該行黑線塊數(shù)是否為1，若不為1則改用第二行圖像數(shù)據(jù)作判斷，如此遞增直到找到唯一的黑線為止。