无人驾驶车辆 (24).pdf

a 基于相机的 环境感知 原始图像 预处理 目标检测 图像预处理图像预处理 道路图像灰度化道路图像灰度化 彩色图像格式 灰度图像（一个通道）： 用不同数值表示不同灰度 等级 怎样转换？ R G B 彩色图像（三个通道） 灰度值 Gray = (0.3 Red ) + (0.59 Green) + (0.11 Blue) 灰度值 Gray = (0.33 Red ) + (0.33 Green) + (0.33 Blue) ？ 更符合人的视觉 道路图像灰度化道路图像灰度化 灰度值计算 f(xf(x- -1,y1,y- -1)1)f(x,yf(x,y- -1)1) f(x+1,yf(x+1,y- - 1)1) f(x-1,y)f(x, y)f(x+1,y) f(x- 1,y+1) f(x,y+1) f(x+1,y+ 1) 像素梯度值向量： 灰度图像 道路图像灰度化道路图像灰度化 , = 有缘学习更多+ 谓y g d 3 0 7 6 或关注桃报：奉献教育（店铺） 道路图像降噪处理道路图像降噪处理 相邻像素的差值，易受图像噪声影响 原图带噪声的图 如何降低噪声 线性平滑 非线性平滑 自适应平滑 空间平滑滤波 频域平滑滤波 道路图像降噪处理道路图像降噪处理 道路图像降噪处理道路图像降噪处理 线性平滑均值滤波 3x3均值滤波核 道路图像降噪处理道路图像降噪处理 线性平滑均值滤波 3x3均值滤波核 1234 5678 9101112 13141516 原图局部 1 9 (1 + 2 + 3 + 5 + 6 + 7 + 9 + 10 + 11) = 6 道路图像降噪处理道路图像降噪处理 线性平滑均值滤波 3x3均值滤波核 1234 5678 9101112 13141516 原图局部 6 滤波结果 道路图像降噪处理道路图像降噪处理 线性平滑均值滤波 3x3均值滤波核 1234 5678 9101112 13141516 原图局部 67 滤波结果 道路图像降噪处理道路图像降噪处理 (a)原图 不同大小滤波 核滤波效果 线性平滑均值滤波 (b)3x3均值滤波 (c)11x11均值滤波(d)21x21均值滤波 道路图像降噪处理道路图像降噪处理 原图局部 3x3中值滤波 33 线性平滑中值滤波 道路图像降噪处理道路图像降噪处理 原图（含有椒盐噪声）3x3均值滤波 3x3中值滤波 线性平滑中值滤波 道路图像降噪处理道路图像降噪处理 自适应平滑 自适应平滑：降低噪声的同时又尽量保留细节 滤波核是动态变化的 原图自适应平滑滤波中值滤波 非自适应平滑：降低噪声的同时会丢失很多图像的细节 有缘学习更多+ 谓y g d 3 0 7 6 或关注桃报：奉献教育（店铺） 道路图像降噪处理道路图像降噪处理 灰度化灰度化 降噪降噪 边缘增强边缘增强 原图原图 道路图像边缘增强道路图像边缘增强 Prewitt算子 Sobel算子 Laplace算子 高斯拉普拉斯算子 边缘：像素梯度值较大的地方。 边缘增强（边缘检测） ：突出图像的边缘，边缘以外 的图像区域被削弱或者被完全去掉 边缘增强方法 道路图像边缘增强道路图像边缘增强 Prewitt算子 -1-1-1 000 111 -101 -101 -101 x方向3x3 Prewitt算子y方向3x3 Prewitt算子 道路图像边缘增强道路图像边缘增强 Prewitt算子 道路图像边缘增强道路图像边缘增强 Sobel算子 -1-2-1 000 121 -101 -202 -101 x方向3x3 Sobel算子y方向3x3 Sobel算子 道路图像边缘增强道路图像边缘增强 Prewitt算子 Sobel算子 道路图像二值化道路图像二值化 灰度化降噪 边缘 增强 二值化 1 道路图像二值化道路图像二值化 (,) = 0(,) < 255(,) 设定二值化阈值 如何选取阈值？ 固定阈值法：整幅图像使用一个 阈值 2自适应阈值法：不同局部使用不 同阈值 图像预处理图像预处理 灰度化 降噪 边缘增强 二值化 图像预处理 有缘学习更多+ 谓y g d 3 0 7 6 或关注桃报：奉献教育（店铺）