主要内容

segmentLaneMarkerRidge

检测通道的灰度强度图像

描述

例子

birdsEyeBW= segmentLaneMarkerRidge (birdsEyeImage,birdsEyeConfig,approxMarkerWidth)返回一个二进制图像表示车道功能。函数部分输入的灰度强度图像,birdsEyeImage用车道岭探测器。birdsEyeConfig从车辆图像坐标变换点位置坐标。的approxMarkerWidth参数是在世界单位,指定的大致宽度lane-like特性检测。

birdsEyeBW= segmentLaneMarkerRidge (___,名称,值)返回一个二进制图像由一个或多个指定附加选项名称,值对参数。

例子

全部折叠

加载一个鸟瞰图配置对象。

负载birdsEyeConfig

加载图像捕获鸟瞰图中定义的传感器配置对象。

我= imread (“road.png”);图imshow(我)标题(原始图像的)

图包含一个坐标轴对象。标题为原始图像的坐标轴对象包含一个类型的对象的形象。

创建一个鸟瞰图的形象。

birdsEyeImage = transformImage (birdsEyeConfig,我);imshow (birdsEyeImage)

图包含一个坐标轴对象。坐标轴对象包含一个类型的对象的形象。

鸟瞰图图像转换为灰度。

birdsEyeImage = im2gray (birdsEyeImage);

近似车道标志宽度设置为25厘米,这是在世界单位。

approxMarkerWidth = 0.25;

检测车道功能。

birdsEyeBW = segmentLaneMarkerRidge (birdsEyeImage birdsEyeConfig approxMarkerWidth);imshow (birdsEyeBW)

图包含一个坐标轴对象。坐标轴对象包含一个类型的对象的形象。

输入参数

全部折叠

鸟瞰图形象,指定为一个nonsparse矩阵。

数据类型:|int16|uint16|uint8

对象从车辆图像坐标变换点位置,指定为一个birdsEyeView对象。

lane-like特性的近似宽度函数来检测图像的鸟瞰图,指定为一个真正的标量世界单位,如米。

名称-值参数

指定可选的双参数作为Name1 = Value1,…,以=家,在那里的名字参数名称和吗价值相应的价值。名称-值参数必须出现在其他参数,但对的顺序无关紧要。

R2021a之前,用逗号来分隔每一个名称和值,并附上的名字在报价。

例子:“投资回报”[]

地区的兴趣世界单位,指定为逗号分隔组成的“投资回报”和1-by-4矢量格式(xmin,xmax,ymin,ymax]。函数搜索lane-like特性只有在该地区的利益。如果你不指定ROI,函数搜索整个图像。

敏感性因素,指定为逗号分隔组成的“敏感”和一个真正的标量范围[0,1]。你可以增加这个值来检测更多lane-like特性。然而,更高的灵敏度可以增加错误检测的风险。

输出参数

全部折叠

鸟瞰图形象,作为二进制图像代表巷返回功能。

更多关于

全部折叠

车辆坐标系

这个函数使用一个车辆坐标系定义点位置,定义的传感器birdsEyeView对象。它使用相同的单位所定义的世界birdsEyeConfig.Sensor.WorldUnits财产。看到坐标系统在自动驾驶的工具箱

算法

segmentLaneMarkerRidge选择车道通过寻找像素lane-like。Lane-like像素与高强度的对比组的像素相对于邻近的像素。函数选择过滤器用于阈值强度对比的基础上approxMarkerWidth价值。过滤器具有高响应的像素强度值高于左右相邻的像素有类似强度的距离approxMarkerWidth。这个函数只保留从过滤图像基于特定的值灵敏度的因素。

引用

[1],M。,J. A. Laborda, and L. Salgado. “Road Environment Modeling Using Robust Perspective Analysis and Recursive Bayesian Segmentation.”机器视觉和应用程序。问题6卷22日,2011年,页927 - 945。

扩展功能

C / c++代码生成
生成C和c++代码使用MATLAB®编码器™。

版本历史

介绍了R2017a

另请参阅