matlab车道线检测_OpenCV与图像处理实战（一）：车道线检测

大家好，我是【AI 菌】。本专栏以实战为主，分享一些用opencv进行图像处理的实用案例。本专栏会持续更新，欢迎关注和交流！

还没有搭建环境的小伙伴，戳戳这篇：VS2015 + OpenCV3.1 环境配置与项目搭建(C++版)

---

一、效果展示

对车辆所在车道的车道线检测效果：

二、基本思路

如下图所示，实现车道线的 基本流程 如下：

1. 输入原图或视频。

2. 使用Canny()进行边缘检测。

3. 提取感兴趣区域。

4. 提取轮廓，同时过滤掉不是车道线的轮廓。

5. 对轮廓内点进行直线拟合。

6. 在原图上画出检测到的车道线。

三、实战讲解

3.1 主函数

在主函数中，我们需要读取视频，对每一帧都进行车道线检测处理。

int main(){
        VideoCapture cap("road.mp4");  int height = cap.get(CAP_PROP_FRAME_HEIGHT); //480  int width = cap.get(CAP_PROP_FRAME_WIDTH);  //856  int count = cap.get(CAP_PROP_FRAME_COUNT);  int fps = cap.get(CAP_PROP_FPS);  //cout << height << " " << width << " " << count << " " << fps;    while (1)  {
          Mat frame;    cap >> frame;    //imshow("原图", frame);    detect_line(frame);    waitKey(30);  }  return 0;}

3.2 直线拟合

当我们得到了每一个车道线轮廓时，需要对轮廓内的点进行直线拟合。这样得到的车道线鲁棒性会更好。(前提是，车道线本身是直的)

//直线拟合Mat fitLines(Mat &img){
        Mat img_fitLines = Mat::zeros(img.size(), CV_8UC3);  int height = img.rows;  int width = img.cols;  int h_center = height / 2;  int w_center = width / 2;  vector leftLine;  vector rightLine;  //左车道线  for (size_t i = 100; i < w_center ; i++)       //100-428(左)  {
          for (size_t j = h_center; j < height; j++)  //240-480(下)    {
            if (img.at(j, i) == 255) //白色        leftLine.push_back(Point(i, j));    }  }  if (leftLine.size() > 2)  {
          Vec4f left_para; //直线拟合输出参数    Point point_l; //直线上的一点    fitLine(leftLine, left_para, DIST_L1, 0, 0.01, 0.01);  //直线拟合    double kl = left_para[1] / left_para[0];  //直线斜率        point_l.x = left_para[2];    point_l.y = left_para[3];    int y1 = height / 2 + 60;    int x1 = (y1 - point_l.y) / kl + point_l.x;    int y2 = height - 40;    int x2 = (y2 - point_l.y) / kl + point_l.x;    left_start = Point(x1, y1);    left_end = Point(x2, y2);    line(img_fitLines, left_start, left_end, Scalar(0, 0, 255), 8, 8, 0);    left_start_last = left_start;    left_end_last = left_end;    x2_last = x2;  }  else  {
          line(img_fitLines, left_start_last, left_end_last, Scalar(0, 0, 255), 8, 8, 0);  }  //右车道线  for (size_t i = w_center; i < width; i++)   //428-856(右)  {
          for (size_t j = h_center; j < height; j++)  //240-480(下)    {
            if (img.at(j, i) == 255)        rightLine.push_back(Point(i, j));    }  }  if (rightLine.size() > 2)  {
          Point right_start = rightLine[0];    Point right_end = rightLine[rightLine.size() - 1];    line(img_fitLines, right_start, right_end, Scalar(0, 0, 255), 8, 8, 0);  }  return img_fitLines;}

3.3 车道线检测

这个函数是主要功能函数，主要的 执行步骤 如下：

• 将原图转为灰度图，然后采用Canny()进行边缘检测。

• 提取感兴趣区域，过滤掉天空和旁景。

• 寻找处理后图像中的轮廓，过滤掉不是车道线的轮廓。

• 调用直线拟合函数fitLines()，对轮廓中的点进行直线拟合，最后在原图上显示车道线。

void detect_line(Mat &frame){
        Mat gray, binary;  cvtColor(frame, gray, COLOR_BGR2GRAY); //转灰度图  Canny(gray, binary, 150, 300); //边缘检测  //imshow("边缘检测", binary);/********************过滤掉天空与旁景色********************/  for (size_t i = 0; i < (gray.rows / 2 + 40); i++)  {
          for (size_t j = 0; j < gray.cols; j++)    {
            binary.at(i, j) = 0;    }  }  for (size_t i = 450; i < gray.rows; i++)  {
          for (size_t j = 0; j < gray.cols; j++)    {
            binary.at(i, j) = 0;    }  }  imshow("过滤后", binary);/*********************************************************/    //寻找轮廓  vector contours;  //向量中是若干个点的集合，每一个集合代表一个轮廓，包含若干个点  findContours(binary, contours, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE); //获取外轮廓，且仅保存轮廓的拐点信息  Mat img_output = Mat::zeros(gray.size(), gray.type());  /*****************************轮廓分析(筛选)***************************    1.排除轮廓(长度小于5、面积不足10的，同时矩形的高不能太大)    2.排除最小外切矩形角度太小的或者太大的(20，84)    3.排除椭圆拟合角度过小的***********************************************************************/  for (size_t i = 0; i < contours.size(); i++)  {
            //计算每个轮廓的面积和周长    double length = arcLength(contours[i],true);    double area = contourArea(contours[i]);    //cout << "轮廓" << i << "的周长是：" << length << " " << "面积是" << area << endl;        //得到包覆此轮廓的最小正矩形    Rect rect = boundingRect(contours[i]);    //最小包围矩形(斜)    RotatedRect mAR = minAreaRect(contours[i]);    double angle = abs(mAR.angle);  //倾斜角度    if (length < 5.0 || area < 10.0)      continue;    //if (rect.y > gray.rows - 50)      //continue;    if (angle > 84.0 || angle < 20.0)  //去掉角度大的边线      continue;    drawContours(img_output, contours, i, Scalar(255), 2, 8);    imshow("排除部分轮廓后", img_output);  }  Mat dst;  Mat roadLines = fitLines(img_output);  addWeighted(frame, 0.9, roadLines, 0.5, 0, dst);  imshow("最终车道线显示", dst);}

---

温馨提示： 该方法只适合对直道检测，同时在检测过程中：要根据自己视频或图像的大小，选择合适的感兴趣区域，同时调整相关参数，方能获得不错的检测效果！

原创不易，点个在看再走吧