智能小车沿线行驶的图像识别 答 辩 人： 指导老师： 2017/3/17.

Presentation on theme: "智能小车沿线行驶的图像识别 答 辩 人： 指导老师： 2017/3/17."— Presentation transcript:

1 智能小车沿线行驶的图像识别 答 辩 人： 指导老师： 2017/3/17

2 目 录 课题概述及问题分析 图像处理算法分析 实验环境的构建 实验结果及分析 总结与展望 致谢 2017/3/17

3 课题概述及问题分析 何为智能小车？ 自主驾驶，自主运行 智能车重要的组成部分 速度控制系统，视觉导航系统。。。 视觉导航的中心任务
本课题所研究的 模块 视觉导航的中心任务 道路图像的识别和表示 即模式识别 2017/3/17

4 课题概述及问题分析 模式识别——对表征事物以及现象的各种形式的信息（数值、文字或逻辑关系的）进行处理和分析，以获得对事物或现象进行描述、辨认、分类和解释的过程，它是信息科学和人工智能的重要组成部分。 计算机模式识别系统基本上有三部分组成，即数据采集、数据处理和分类决策或模型匹配。 数据采集 数据处理 模型匹配 本文研究重点 2017/3/17

5 图像处理算法研究 图像处理的目的 预处理，提高质量 提取有用信息 本文研究的三个方面 预处理 阈值分析 边缘检测 2017/3/17

6 图像预处理 目的和意义 改善和提高图像质量 算法分析与比较 灰度拉伸变换 点运算增强 直方图均衡化 领域平均 图像增强 图像模糊 图像预处理
图像复原 点运算增强 领域运算增强 灰度拉伸变换 直方图均衡化 图像模糊 图像锐化 领域平均 均值滤波 梯度锐化 拉普拉斯锐化 改进算法 图像锐化一定要在模糊化之后进行？ 2017/3/17

7 阈值分析 目的和意义 图像分割，提取道路目标 算法分析与比较 阈值分析 双峰法 最佳阈值法 差分法 极值判别法 2017/3/17

8 边缘检测方法 目的和意义 图像分割，形成目标道路 算法分析与比较 简单边缘检测算子 边缘检测方法 Marr边缘检测法 边缘检测
路径拟合 简单边缘检测算子 Marr边缘检测法 插值 最小二乘法拟合 线性 二次 残差平方和 2017/3/17

9 实验环境的构建 系统框架 CCD 摄像头 UF32 芯片 图像处理 (PC) 图像输 出存储 程序库 显示终端 核心 2017/3/17

10 试验环境的构建 模型车和道路 图1 智能小车模型 图2 道路模拟 2017/3/17

11 试验环境的构建 图像处理步骤（PC） 原图像 二值化 直方均衡化 道路中线点检测 中值滤波 中线拟合 拉普拉斯锐化 信息提取 阈值获取
2017/3/17

12 试验结果及分析 CCD道路图像效果 (a) (b) (c) (d) 图3 CCD道路图像 2017/3/17

13 试验结果及分析 图4 CCD图像1处理过程 (a)原图像1 (b)灰度均衡化 (c)中值滤波 (e)锐化处理 (f)二值化 (g)信息提取
2017/3/17

14 试验结果及分析 图5 CCD图像2处理过程 (a)原图像2 (b)灰度均衡化 (c)中值滤波 (e)锐化处理 (f)二值化 (g)信息提取
2017/3/17

15 试验结果分析 2017/3/17

16 Q&A 谢谢! 敬请各位老师批评指正 2017/3/17