新闻中心

EEPW首页 > 物联网与传感器 > 设计应用 > 图像采集与处理在智能车系统中的应用

图像采集与处理在智能车系统中的应用

作者:胡庆华,谢林菲,刘学山 华南理工大学 自动化科学与工程学院时间:2010-05-10来源:电子产品世界收藏

本文引用地址:http://www.eepw.com.cn/article/108814.htm

 

  3.3 图像去噪

  在车体运动过程中,图像经过二值化后并不会出现太大的噪声,只是在局部出现了一小部分的椒盐噪声,其典型图像如图7所示。  

 

  在该系统设计中,的目的是准确地找到黑线的中心位置。由于图像中噪声的面积非常小,并且一般出现在离黑线较远的地方,处理的方法也比较多,可采用中心坐标递推法。

  由于该赛道的黑线细分为每一行的坐标后,相邻两行之间的中心坐标值之差是比较小的,经实验测试得其差一般不会超过5,具有很好的递推性。因此可以利用前一行的中心坐标往下递推来求解,具体步骤如下。

  (1)由于摄像头近处的黑线拍摄效果较好,不仅黑线的宽度比较大,而且基本不会出现任何噪声,用其作为递推的基准点是非常好的选择。由于这是整幅图像的基准点,因此对其准确性要求比较高,在计算第一行的中心坐标值时采用黑线连续记数法,即只有连续读取到3个或以上“1”时才算有效的黑线,并记录黑线的块数,否则将其清零,最终再查看该行黑线块数是否为1,若不为1则改用第二行图像数据作判断,如此递增直到找到唯一的黑线为止。

  (2)以第一次找到的中心坐标为基准,向上一行搜索分布在其左右两侧各10个点这个区间内的黑线位置,然后同样利用重心法求出在该区间内的黑点中心坐标值,并把它作为这一行的中心坐标基准点。

  (3)按照步骤(2)逐步往上一行递推,如果遇到全0的行则停止黑线的搜索。图7所示的图像经过该算法处理后得到的图像如图8所示,可见此方法能够有效地消除图像的噪声。

  点评:

  本系统以HCS12单片机作为控制核心,采用CMOS 摄像头作为路径识别的传感器,使其相对光电传感器来说具有较好的前瞻性。由于采用了硬件分频技术,使图像数据能够得到大大的压缩且没有增加单片机的负荷,同时采用了二值化方法对图像进行了预处理,经过相应的噪声处理之后,得到了一个较为理想的图像数据,为系统后续的控制功能提供了良好的基础。系统在此基础上,最终采用模糊控制算法,使系统达到了抗干扰能力强、稳定性高、动态性能良好的效果。

  参考文献
  [1] 卓晴,黄开胜,邵贝贝.学做——挑战杯[M].北京:北京航空航天大学出版社, 2007:1-18.
  [2] 于晓琳,张崇,邓长军. SAA7111A在实时系统中的应用[J].电子产品世界,2005,1:97-99.
  [3] 赵永志,彭国华. 一种有效的图像二值化方法. 科学技术与工程. 2007.7(1):139-141
  [4] Rafael C G,Richard E W, 阮秋琦(译).数字(第二版) [M].北京:电子工业出版社,2004:27-48.
  [5] 王明顺 沈谋全.传感器与路径识别[J].电子产品世界,2007,4:142-143.

pid控制相关文章:pid控制原理



上一页 1 2 3 下一页

评论


相关推荐

技术专区

关闭