【恩智浦杯（飞思卡尔）全国大学生智能汽车竞赛】解读部分北科技术报告图像处理内容（点到为止）

声明：本文曾发表至智能车制作论坛，仍为本人所编著，非抄袭！各位大佬若需转载请注明出处！感谢！（解读部分北科图像处理内容）

北科技术报告部分内容：

(1) 直接逐行扫描原始图像，根据设定的阈值提取黑白跳变点； 　　
(2) 赛道宽度有一个范围，在确定的赛道宽度范围内提取有效赛道边沿，这
样可以滤除不在宽度范围内的干扰； 　　
(3) 利用赛道的连续性，根据上一行白块的位置和边沿的位置来确定本行的 边沿点； 　　
(4)求边沿点时，因为近处的图像稳定，远处图像不稳定，所以采用由近及 远的办法；
5) 进出十字的时候，通过校正计算出边沿角度可较好的滤除十字并补线；

点到为止

这里点一下：八连通寻边。　　
　　十字判断那部分：根据原始图像特性，找出可能出现的十字折角那个点（我用了极值点+其他判断条件），再计算折点两侧附近的斜率值，根据两个斜率值利用反三角函数计算角度，进一步判断是否为十字，之后补线看你本事吧，点到为止。（论坛里经常有小白问斜入十字怎么办，只有距离十字特别近才能判断十字怎么办，基本迎刃而解）

嗯就说这么多吧，点到为止啊滑稽。

噢对了，平移赛道半宽不是拿数组存储原始图像在直道上的每一行上的半宽，丢线了就加上去那么简单的。（见过很多人那么做，虽然也能用）
　　想问北科怎么实现的，先把矫正反矫正写出来再说吧。（这里有一个我以前写的一个渣渣博客，不太愿意更新了，大家可以小做参考吧……恩智浦杯（飞思卡尔）全国大学生智能车竞赛摄像头简单的图像失真矫正技术原理与实现（透视变换））

点到为止，点到为止。

加个彩蛋：
　　有大佬想过不用反矫正，直接利用矫正后的点计算加权偏差进行反馈控制的嘛？