halcon例程解析：快速检测车道线——autobahn. hdev

原创 已于 2022-04-22 11:08:55 修改 · 1.1k 阅读 · 12 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#图像处理 #图像识别 #计算机视觉

于 2021-07-03 16:41:13 首次发布
该博客介绍了如何利用Halcon的autobahn.hdev例程高效检测图像中的车道线。首先通过建立网格来确定感兴趣区域，然后进行区域分割、Sobel算子边缘检测、阈值分割、膨胀操作和空洞填充等步骤，最终在原图上标出车道线。代码详细展示了整个过程。

halcon例程解析：快速检测车道线——autobahn. hdev

1. 效果展示

在如下图中快速检测出车道线

原图
在这里插入图片描述
结果
在这里插入图片描述

2. 思路分析

本例程中为快速检测车道线，使用网格确定感兴趣区域进行分割

2.1 建立网格

gen_grid_region (Grid, MinSize, MinSize, 'lines', 512, 512)
clip_region (Grid, StreetGrid, 130, 10, 450, 502)
  1. 生成网格，其中512*512为原图大小
  2. 截取网格区域
    在这里插入图片描述

2.2 以网格线区域为感兴趣区域提取车道线

2.2.1 以网格线为感兴趣区域在原图中分割，生成Mask

reduce_domain (ActualImage, StreetGrid, Mask)

最低0.47元/天 解锁文章
halcon例程注解autobahn.hdev
T
08-24 241
* autobahn.hdev: 快速检测车道标志 * 1、用扣出部分区域的方式大幅减小干扰，然后用阈值分割进行粗定位 * 2、用粗定位后的区域进行膨胀，选取大致ROI位置，再进行细定位 * dev_update_window ('off') dev_close_window () dev_open_window (0, 0, 768, 575, 'black', WindowID) MinSize := 30 get_system ('init_new_image', Information) set.
Halcon例程解析——边缘提取（像素）
jiDxiaohuo的博客
05-28 1087
文章目录针对尺寸较大的图片 可以采用网格预处理实现性能提升带通求取划痕所求梯度图 可能不是很理想 借助原图扩展梯度图 针对尺寸较大的图片 可以采用网格预处理实现性能提升 autobahn.hdev 整张图片处理 耗时长 而且多是不感兴趣区域 采用网格裁剪图片 计算网格图图片梯度 提取感兴趣区域范围 膨胀 二值化求取整个边缘 sobel_amp 算子对于一个划痕来说 只能求得两侧边缘 不能讲整个划痕提取出来 因为所求梯度只在灰度骤变时变大 带通求取划痕 bandpass_imag.hdev 使用 b
halcon例程学习笔记(6)----车道线快速检测autobahn
不系之舟的专栏-QQ讨论群331590339
10-08 4028
本例程来自halcon例程中的Blob分析中的autobahn例程 通过此例程可以很好的掌握sobel_amp算子的使用。详细使用请查看halcon算子说明文档 例程耿总目标的基本思路： 先获得主要感兴趣区域，去除车的干扰 然后通过sobel_amp算子检测边缘明显变化的图像，得到原始图像边缘位置的图像数据 然后通过阈值获取目标边缘。 通过膨胀目标边缘获得感兴趣区域，再次通过阈值分割获
Halcon学习---案例实战(1)--车道线检测
qq_35275007的博客
12-23 2409
autobahn.hdev * autobahn.hdev: Fast detection of lane markers * dev_update_window ('off') dev_close_window () dev_open_window (0, 0, 768, 575, 'black', WindowID) MinSize := 30 get_system ('init_new_image', Information) set_system ('init_new_image', 'fal
Halcon车道检测案例
stephon_100的博客
08-08 397
参考案例：autobahn （1）创建网格 （2） 注*intersection:是区域间求交集，*reduce_domain:是图像和区域间求交集 （3）sobel_amp：边缘检测，求灰度值的一阶导数，一阶导数的极值就是灰度梯度变化最大的地方 （4）dilation_rectangle1 * autobahn.hdev: Fast detection of lane markers * dev_update_window ('off') dev_close_window () dev_ope..
halcon边缘检测-autobahn车道线的快速检测
博客
01-14 887
基本思路： 先获得主要感兴趣区域，去除车的干扰 然后通过sobel_amp算子检测边缘明显变化的图像，得到原始图像边缘位置的图像数据 然后通过阈值获取目标边缘。 通过膨胀目标边缘获得感兴趣区域，再次通过阈值分割获得目标 * autobahn.hdev: Fast detection of lane markers    * 车道线的快速检测 *  dev_update_window ('...
【halcon】示例（1）——高速公路车道识别
ingy
05-12 1160
示例：告诉公路车道识别程序 *关闭halcon窗口的实时更新 dev_update_window ('off') *关闭halcon图形窗口 dev_close_window () *打开图形窗口 *dev_open_window (窗口起始坐标Y, 窗口起始坐标X, 窗口宽度, 窗口高度, 背景颜色, 窗口句柄) *这个窗口句柄就是窗口的名字，我们在一个程序或者软件中可能会打开好多个窗口（窗口1、窗口2、窗口。。。）， *现在我们希望在窗口5中显示一张图片，电脑怎么知道我们想显示在哪里呢？就是通过
HALCON联合C#检测表面缺陷——检测缺陷原理（二）
奔跑的郑的博客
01-15 653
这一节我们先说一个Halcon的例子 autobahn.hdev快速检测道路标志 这是运行代码的结果，下面我们每条代码过一遍，下面的代码路径为打开halcon,浏览实例程序，方法中的Blob分析， 有些重点代码会详细讲解， * autobahn.hdev: Fast detection of lane markers * dev_update_window ('off') dev_close_window () dev_open_window (0, 0, 768, 575, '..
halcon中Fast detection of lane markers“快速检测车道标志”详解
qq_41566819的博客
08-09 859
* autobahn.hdev: Fast detection of lane markers *  dev_update_window ('off') *指定操作符调用返回的所有图标对象不显示在活动图像窗口中 dev_close_window () dev_open_window (0, 0, 768, 575, 'black', WindowID) *打开一个窗口 MinSize := 3...
Halcon检测并标注选择区域中的直线
03-28
Halcon代码，用于检测选择区域中的直线，把直线标注出来。
存在车辆干扰的车道线识别
09-03
为避免道路上行驶的其它车辆对车道线识别的干扰，提出了一种结合车辆识别的车道线识别方法。 融合雷达数据，车辆识别模块首先在图像中识别出车辆占据的区域；对于每一个车道线识别模块挑出的车道线候选 点进行判断，去除处于车辆区域的车道线点；如果有效车道线点数目不足，则利用卡尔曼滤波的跟踪结果，确定符合 最小风险函数的车道线位置。经过多种工况下的试验验证，该方法能够稳定
基于HALCON的移动车辆检测方法研究.pdf
07-09
基于HALCON的移动车辆检测方法研究，基于HALCON的移动车辆检测方法研究
Halcon16种缺陷检测视源码.7z
04-24
不均匀表面刮伤检测，产品上凹坑检测，电路板短路,断路检测，化妆品标签褶皱检测，刀口破损缺陷检测等。halcon源码，自学参考借鉴，不能直接用于商用
机器视觉halcon学习——找出线条
今天也要好好学习
12-12 4616
halcon找直线
halcon车道检测实例注释
07-03 2839
* autobahn.hdev: Fast detection of lane markers *  dev_update_window ('off') dev_close_window () dev_open_window (0, 0, 768, 575, 'black', WindowID) MinSize := 30 get_system ('init_new_image', I
火车轨道铁路轨道检测识别（弯轨+直轨）通用性（Python源码+讲解）
热门推荐
幸福回头的博客
03-18 2万+
在前几天的文章中，对直线的铁轨可以实现检测，但是实际的过程中，火车的弯轨也是特别多，比如从北京-石家庄的铁路线路，弯路占到了70%以上的比例，所以对于铁轨的弯道检测，也是很重要的一块内容，在一段时间的研究下，终于实现了弯道铁轨的检测，同时也可以拟合S形的铁轨，并且检测速度可以实现实时性的要求，在接下来的工作中，我会把铁轨检测+YOLOv3移植到Jetson TX2+Intel NCS...
halcon算法思路_车道检测之halcon算法实现
weixin_33628316的博客
02-15 325
* autobahn.hdev: Fast detection of lane markers*dev_update_window ('off')dev_close_window ()dev_open_window (0, 0, 768, 575, 'black', WindowID)MinSize := 30get_system ('init_new_image', Information)se...
【C#】Winform + Halcon实现直线查找
weixin_43626218的博客
02-14 1078
​此案例使用实现Winform + halcon直线查找功能 1、创建计量模型 ​2、添加计量对象 ​3、设置计量对象参数 4、应用计量模型 5、获取测量结果 6、​显示结果
Halcon例程解析：计算图像区域灰度与自动阈值
在Halcon中，例程是预定义的算法，可以帮助用户快速理解和实现各种图像处理任务。本文件提供的两个例程，`intensity.hdev` 和 `auto_threshold.hdev`，分别展示了计算图像区域内灰度值的平均值和标准差，以及自动...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值