本博客使用的图像是188*120的大津法二值化图像    
    
    
    。摄像头安装高度为25cm（离地）   
    
    
    
，前瞻长度约1m    


     


     


     


。

在对图像进行最简单的预处理和赛道边界提取后


     


     


     


    ，就可以开始进行元素识别了 




 




 




 


，这里先从最简单的元素十字开始讲




 




 




 




。

十字的情况分为正入十字和斜入十字两种情况   

   

   

   

，根据视野中十字角点的数量也分为几种情况

     

     

     

   ，要分别进行讨论   

   

   

   。

十字的图像特征

在编写程序时
  




  




  




  

，以下各行条件是层层递进进行判定的  


  


  


  


，一旦有一个条件判定不满足就退出此次判定     

     

     

     

。

预识别条件：

图像两边都有较多行的边线丢失； 根据实际前瞻需要 
     
     
     
  ，选定的两条参考横线

   




   




   




   
，有至少一条两侧均有丢边情况发生； 图像中线几乎为全白； 图像中心存在大面积的白色




  




  




  




。

决定识别条件：

十字远端（图像上方）的两个L角点均存在； 十字近端（图像下方）的两个L角点至少一个存在（考虑到出十字时的斜出情况）
  


  


  


  。

正入十字示意图：

斜入十字示意图：

十字的各个状态

以下状态按照时间顺序排列 



 



 



 



，且在识别程序的状态切换过程中                  ，进入下一个状态的前提是状态位已经置为上一个状态     
     
     
     
。

尚未进入十字：视野内远处两个L角点存在


    




    




    




    ，此时认为已经识别到十字



















，十字标志位置位                  ，十字状态位置1； 车头即将进入十字：视野内仅剩2个L角点； 车头完全进入十字：视野内没有L角点


     



     



     



     ，此时在十字内循迹


















，十字标志位清除   
    
    
    
，十字状态位置2； 即将出十字：车头斜对十字


     


     


     


    ，视野内远处两个L角点存在 




 




 




 


，十字状态位置3； 即将出十字：视野内仅剩2个L角点； 出十字：视野内没有L角点    

   

   

   

，清除十字状态位和十字标志位 




   




   




   




。

各个状态下的图像这里就不一一列举了（我没有保存原始图像

     

     

     

   ，自己画示意图太累了>_<）
  




  




  




  

，大家调试的时候可以在板子上接一块屏幕或者使用图传进行观察  


  


  


  


，基本上就是我说的这几个状态

 



 



 



 。

识别程序编写思路

需要提前设置的一些阈值

十字两侧边线丢线阈值 
     
     
     
  ，只有在两侧丢线行数大于此阈值后才进行十字判定 十字判定中心区域存在大量白色像素数量总和阈值 十字判定中心存在大量白色的矩形区域四个顶点坐标 十字上   
    
    
    
、下L角点容差阈值

   




   




   




   
，用于判定上下L角点的存在性 十字补线最小二乘法从角点上溯行数阈值 



 



 



 



，用于补线

思路

（1）检测图像两侧下方的丢线；

（2）检测图像中线上的黑色部分是否很长                  ，如果很长就终止判断（防止在三岔误判）；

（3）检测选定的两行参考线是否至少有一根两侧丢线（用于斜入十字的辅助判定）；

（4）检测图像中心选定矩形区域内是否存在大量白点（防止与三岔


     


     


     


    、弯道误判）；

（5）L角点的判定

①预扫线：从图像中线开始向上方扫描黑白交界点


    




    




    




    ，采用每隔10像素扫线法提高效率



















，若未扫到                  ，扫描最上方10个像素以防漏扫；从图像中线向下方扫线


     



     



     



     ，因为下方拐点存在纵向上小于10像素的尖


















，而且在同一列中会有两次黑白交界   
    
    
    
，所以采用逐像素向下扫描的方式以防漏扫以及误判；将两次扫描得到的上下边界分别存进两个数组内                    。

②L型角点判定：遍历黑白交界点纵坐标数组


     


     


     


    ，从左向右和从右向左两个方向扫描  




    




    




    




。

a)找上方L型角点：寻找黑白交界点纵坐标开始变小的点 




 




 




 


，这一步不推荐使用边线斜率的变化进行判定   

   

   

   

，因为图像锯齿的存在

     

     

     

   ，很容易出现误判的情况；

b)识别到十字后
  




  




  




  

，开始寻找十字下方L型角点：检查下方黑白交界数组中是否存在前几个交界纵坐标还是接近的  


  


  


  


，但是再过去就发生突变 
     
     
     
  ，这时候就可以认为找到了下方L角点

















。

（6）上方两个L角点存在

   




   




   




   
，则认为判定到了十字 



 



 



 



，标志位置位                    。

补线程序编写思路

注意1：补线需要直接补进边线数组                  ，如果只是计算了直线的k和b


    




    




    




    ，欲图在图像上补线的话



















，因为计算出来的数据不一定是整数                  ，即使进行了强制类型转换


     



     



     



     ，也会因为四舍五入导致好几个点计算出来的坐标一致


















，很容易出现补线截断的情况！

注意2：补线需要限制斜率绝对值的范围   
    
    
    
，十字的补线相对陡峭


     


     


     


    ，斜率不可能很小 




 




 




 


，如果对斜率不做限制   

   

   

   

，补出来的线就会发生严重且致命的抖动！

状态1：分别连接左右两侧的上下L角点   



     



     



     



。

状态2：从左右两侧的L型角点开始

     

     

     

   ，向上方上溯若干个像素
  




  




  




  

，用最小二乘法拟合这一段边线得到一条直线  


  


  


  


，再往下补线进入边线数组即可


















。

状态4：出十字车头斜对 
     
     
     
  ，连接上下L角点均存在的一侧的上下L角点

   




   




   




   
，另一侧根据上L角点上溯最小二乘法拟合直线进行补线    
    
    
    。

状态5：同状态2    


     


     


     


。

总结

十字在所有元素中相对简单 



 



 



 



，因为即使不做识别和补线                  ，仅仅依赖循迹也是可以通过的


    




    




    




    ，但是为了防止其他元素在十字中的误判



















，还是需要对十字进行识别                  ，锁定在十字中的状态； 十字的特征主要就是四个90°的L形角点


     



     



     



     ，抓住特征识别


















，误判率很低而且效果不错； 十字的补线也是相对简单的   
    
    
    
，就是需要根据四个角点的存在性分别进行不同的补线


     


     


     


    ，一定要分清楚具体的情况 




 




 




 


，还有一定要注意补线斜率的限幅   

   

   

   

，可以先测一测直道上正常的边线斜率大概是多少

     

     

     

   ，然后设定一个合适的阈值进行限制
  




  




  




  

，防止抖动




 




 




 




。