图像处理方案new

1、图像去噪与特征提取图像二值化图像二值化是数字图像处理技术中的一项基本技术，该系统中由于赛道是由黑色和白色两种颜色组成的，并且背景颜色基本也是白色的，系统的任务是识别出黑色的引跑线位置，由于其图像的干扰并不是很强，因此可以采用二值化的技术作为系统的图像预处理。经过二值化处理将原来白色的像素点用0 表示，而黑色像素点用1 表示。图像二值化技术的关键在于如何选取阈值通常来说，常用的方法包括有全局阈值法，局部阈值法及动态阈值法。由于赛道现场光线是比较均匀，而且赛道周围的底色基本上都是白色的，所以在该系统设计中采用全局阈值法，可达到算法简单，执行效率高的效果。二值化阀值选取在对赛道环境的分析中，我们可以

2、发现黑线部分的亮度是相对比较固定的，其波动的范围非常小，小于20(亮度值最大为255)，而白色底板的亮度值变化相对较大一些，但仍能保证其与黑线的亮度值有较大的梯度。因此，可以采用直方图统计法来对其阀值进行自动设定，具体方法如下。首先存储一幅原始图像的所有数据，然后对整幅图像的第一像素点进行统计，最终把第个亮度值所对应的像素点个数统计出来，结果将出现一个双波峰形图，如图5 所示。这将能较直接地比较出亮度值集中的区域，以两个波峰的中心位置所在的中点值作为该赛道的二值化阀值。该算法计算的精度较高，能够找到理想的一个阀值点，虽然它执行的时间较长，但是这只是在赛车未起跑前进行的初始化运算，对赛车起跑后的

3、速度完全没有影响， 因此该方案是可以采用的。【以上文本参考第四届华南理工大学技术报告】【以下程序参考第三届辽宁工程技术大学技术报告】/*/.直方图计算.for(image_arrange=0;image_arrange25;image_arrange+)for(image_line=0;image_line72;image_line+) histogram(*(*(image_point+image_line)+image_arrange)+; image_line=0; image_line=0;image_arrange=0 ;for(histogram_count=0;histogram

4、_count128;histogram_count+)printp(%4d，histogramhistogram_count); for(histogram_count=0;histogram_count128;histogram_count+) histogramhistogram_count=0; histogram_count=0;/.two value.*/for(image_line=0;image_line26;image_line+)for(image_arrange=0;image_arrange60) *(*(image_point+image_line)+image_arr

5、ange)=0 ; else*(*(image_point+image_line)+image_arrange)=1 ; 我们知道图像采样完成后还需处理。一种很直接的算法就是等待图像采样完成后再进行图像处理，这种叫串行执行方式。这种方式的缺点是效率比较低。因为我们采用每隔3 行采样一行的方式，所以这样就白白浪费掉了隔行采样的优势。由是本文提出视频采样和处理并行执行的算法。【本文提到图像采集和图像处理在时间上的关系，参考第四届南昌大学技术报告】卡住停车程序 在调试车模的过程中，赛车冲出跑道是常有的事。若车模撞倒东西无法前进时，电机会发生堵转，这对电机、对驱动电路都非常不利。因此，我们希望电机卡住

6、时能够自动关闭。实现方法非常简单，只要在程序中加上一个判断：当车速小于0.5m/s时，给定速度为0。由于车模正常行驶速度一般都大于1.5m/s，因此这个限制是很可靠的。此外，为了使车模能顺利起步，可以再加一个限制：当车模行驶距离大于2m并且车速小于0.5m/s时，给定速度为0。【采用上海大学程序】目标指引线有两类比较重要的特征：中间点和边缘点（如二维数组矩阵中颜色信息为黑色的像素点）。我们可以取每列的中间点、或边缘点作为该列的特征点。二维数组矩阵共17 列，则共可取出17 个特征点，每个特征点的横坐标值就是其所在列的列值，而纵坐标值（行值）就是我们将通过算法求出的。若取中间点为特征点，具体做法是，我们采用二值化的方式逐列检测图像数据（详细内容见“二值化算法”一节），判断出每列中颜色信息为黑色的像素点，取每列中这些像素点纵坐标值大小排于最中间的那点（若有两个，则取纵坐标小的那个）为该列的特征点，记录下该特征点的纵坐标值。若取边缘点为特征点，我们逐列检测图像数据以找出