halcon例程学习笔记(6)----车道线快速检测autobahn

最新推荐文章于 2023-04-07 07:09:18 发布

原创

最新推荐文章于 2023-04-07 07:09:18 发布 · 4k 阅读

7 ·

CC 4.0 BY-SA版权

文章标签：

#目标跟踪 #Blob分析 #Sobel

本文档记录了使用Halcon的Blob分析功能进行车道线检测的autobahn例程学习过程。主要涉及Sobel算子的运用，通过获取感兴趣区域，去除车辆干扰，利用Sobel边缘检测，阈值分割，膨胀处理等步骤实现车道线的快速检测。原始程序进行了分析并提出了改进方案。

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得目标

原始例程如下：

* 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', 'false')
gen_grid_region (Grid, MinSize, MinSize, 'lines', 512, 512)
clip_region (Grid, StreetGrid, 130, 10, 450, 502)
dev_set_line_width (3)
dev_set_color ('green')
read_image (ActualImage, 'autobahn/scene_00')
dev_display (ActualImage)
stop ()
dev_display (StreetGrid)
stop ()
for i := 0 to 28 by 1
read_image (ActualImage, 'autobahn/scene_'+(i$'02'))
reduce_domain (ActualIm