基于OMAP3530平台的车道线识别检测的实现

　　程序段2设置像素格式

　　(4)申请缓存区，并获取每个缓存的信息

　　V4l2捕获的数据，是存放在内核空间里的，用户不能直接访问该段内存，必须通过某些方法来转换地址。这里我们采用mmap映射方式，相关代码见程序段3.

　　图1车道线识别算法流程图

　　图2路面边缘示意图

　　图3干扰直线

　　———————————————————————

　　req.count=4;

　　req.type=V4L2_BUF_TYPE_VIDEO_CAPTURE;

　　req.memory=V4L2_MEMORY_MMAP;

　　ioctl(fd，VIDIOC_REQBUFS，

　　———————————————————————

　　程序段3映射内核空间到用户空间

　　(5)开始采集视频

　　type = V4L2_BUF_TYPE_VIDEO_CAPTURE;

　　ioctl (fd， VIDIOC_STREAMON，

　　(6)取出缓冲区中已经采样的缓存

　　ioctl(fd，VIDIOC_DQBUF，

　　(7)停止采集和关闭设备

　　int close_v4l2(void)

　　{ ioctl(fd， VIDIOC_STREAMOFF，

　　…}

　　实验测试

　　本文设计的视频图像采集模块及测试演示系统实物图如图4所示。

　　在学校外的新兰路上采集到了回旋曲线、抛物线、直线三种结构化道路图像，对采集到的三种道路图像应用车道线识别算法处理，提取出车道标志线，效果图如5所示。从效果图中可以看出该算法基本上对由光照的强弱、对阴影区域和对道路的质量等造成的问题影响不大，表现出很好的识别效果。

　　图4视频图像采集演示系统

　　图5三种结构化道路车道线提取效果图