如何实现基于OpenCV的车道线检测算法？

本文共计2696个文字，预计阅读时间需要11分钟。

车道线检测，需实现以下功能：+ 图像裁剪：通过设定图像ROI区域，复制图像获取裁剪图 + 反射视角变换：使用室内外采集的视频，无对应变换矩阵。因此，需建立二维坐标系，通过四建立。

车道线检测，需要完成以下功能：

• 图像裁剪：通过设定图像ROI区域，拷贝图像获得裁剪图像
• 反透视变换：用的是室外采集到的视频，没有对应的变换矩阵。所以建立二维坐标，通过四点映射的方法计算矩阵，进行反透视变化。后因ROI区域的设置易造成变换矩阵获取困难和插值得到的透视图效果不理想，故没应用
• 二值化：先变化为灰度图，然后设定阈值直接变成二值化图像。
• 形态学滤波：对二值化图像进行腐蚀，去除噪点，然后对图像进行膨胀，弥补对车道线的腐蚀。
• 边缘检测：canny变化、sobel变化和laplacian变化中选择了效果比较好的canny变化，三者在代码中均可以使用，canny变化效果稍微好一点。
• 直线检测：实现了两种方法 1>使用opencv库封装好的霍夫直线检测函数，在原图对应区域用红线描出车道线 2>自己写一种直线检测，在头文件中，遍历ROI区域进行特定角度范围的直线检测。两种方法均可在视频中体现，第一种方法运行效率较快。
• 按键控制：空格暂停，其余键退出，方便调试和截图。
  

实现的效果

在亮度良好道路条件良好的情况下，检测车前区域的车道线实现比较成功，排除掉高速护栏的影响，而且原图像还能完整体现。