【课程笔记】无人驾驶车辆——基于相机的环境感知环境感知(1)

定位导航常用传感器

常用的定位导航传感器有美国的GPS和我国的北斗系统,我们国家一般采用双模式系统,也就是说既可以采用GPS信号,也可以使用北斗信号,综合滤波技术可以实现绝对定位和相对定位的组合定位。
【课程笔记】无人驾驶车辆——基于相机的环境感知环境感知(1)_第1张图片

环境感知

【课程笔记】无人驾驶车辆——基于相机的环境感知环境感知(1)_第2张图片

基于相机的环境感知

第一步骤是图像的预处理,简述图像预处理的流程如下:

图像预处理知识

1.图像灰度化
把彩色图片转化为灰度图,最符合人类视觉的灰度值转化公式如下:
GRAY = 0.3 × \times × RED + 0.59 × \times × GREEN + 0.11 × \times × BLUE
2.图片降噪处理
大体分为(空间平滑滤波)和(频域平滑滤波);其中,空间法分为线性平滑,非线性平滑,自适应平滑。

空间平滑滤波 解释 滤波核
线性平滑(均值平滑) 邻域像素点的线性组合决定中心点值 【课程笔记】无人驾驶车辆——基于相机的环境感知环境感知(1)_第3张图片
非线性平滑(中值滤波) 邻域像素点的中值决定中心点值,降低椒盐噪声 \
自适应滤波 降低噪声的同时尽量保持细节,动态变化的滤波核 \

3.图像边缘增强

计算机视觉OpenCV(c++)学习(2)——滤波器操作,边缘增强(图像局部特征的表现)

图像增强算法 滤波核
Prwitt算子 【课程笔记】无人驾驶车辆——基于相机的环境感知环境感知(1)_第4张图片
Sobel算子 【课程笔记】无人驾驶车辆——基于相机的环境感知环境感知(1)_第5张图片
Laplace算子 \
高斯拉布拉斯算子 \

4.图像二值化
图像二值化分为固定阈值和自适应阈值的方法。

你可能感兴趣的:(移动机器人)