void startline(uchar hang_begin,uchar hang_end)
{
int i,j,point_field=0,count,cycle=0,sum;
for(i=rows-1;i>=1;i--)
{
point_field+=path_mid-path_mid[i-1];
}
point_field/=rows;
if(point_field>-10&&point_field<10)
{
for(i=hang_begin;i>=hang_end;i--)
{
count=sum=0;
for(j=0;j<cols-3;j++)
{
if(image[j]<threshold&&image[j+1]<threshold&&image[j+2]>=threshold&&image[j+3]>=threshold)
{
if(j-sum>5)
{
sum=j;
count++;
}
}
if(image[j]>=threshold&&image[j+1]>=threshold&&image[j+2]<threshold&&image[j+3]<threshold)
{
if(j-sum>5)
{
sum=j;
count++;
}
}
}
if(count>=5)
cycle++;
}
if(cycle>3)
motor_braking();
}
}
freescale解决办法--起跑线识别
最新推荐文章于 2025-05-24 10:15:25 发布
本文介绍了一种基于图像像素阈值判断的边缘检测算法实现方法。该算法通过对比像素值来确定图像中的线条边界,并根据检测到的有效线条数量决定是否触发马达刹车动作,适用于自动化或机器人视觉应用。
1万+

被折叠的 条评论
为什么被折叠?



