智慧型車 攝像頭演算法理論(1) 框架(待補充)

2022-06-07 08:24:08 字數 1255 閱讀 1653

1、攝像頭csi介面

攝像頭的資料傳出通過八個資料介面,中斷用於資料分格,分為畫素時鐘、行中斷 和場中斷

畫素時鐘pclk:每採集到乙個畫素傳輸出一次訊號

行中斷href:每採集完一行畫素傳輸出一次訊號

場中斷vsync:每採集完一幀影象傳輸出一次訊號

d0~7:八個資料介面 

rx&tx:引數配置介面,通過uart配置  

配置通訊格式

每個配置資料報由4個8位資料構成,其中命令資料用於選擇所要配置的引數,後16位位具體的資料值

2、影象資料處理

影象的處理主要有:二值化、影象視角校正、影象優化與邊緣&中線提取

二值化:

直接通過設定閾值的方法,高於閾值設為白,低於閾值設為黑,

閾值確定通過

a\觀察法:現場調節出合適閾值

b\大津法:演算法遍歷各個閾值使得獲取影象黑白差異最大

c\谷底最小值:通過例項對比發現,由於智慧型車比賽中加入了賽道邊沿的條狀黑色邊條,大津法在此情況下容易對賽道產生誤判,與之相比的利用谷底最小值可以較好地完成識別,兩種方法可以選擇著用

影象視角校正:

影象優化:

賽道情況較為複雜,主要存在問題有,賽道平整度差異等因素造成的影象噪點,比賽場地光照條件造成的反光使得某些深色區域在反光後會被誤判為賽道,解決上述問題的方法分別為

a\濾波演算法:

b\陽光演算法:

邊緣&中線提取:

邊緣提取:通過檢測0/1值的突變檢測賽道邊緣,注意演算法的魯棒性(由於邊緣不一定是光滑的,因此需要多個限制條件檢測)

中線提取:通過提取到的邊緣值取平均值的方法獲得中線,在出現非常規影象的情況下適當採用補線等操作

雙目攝像頭測距演算法

雙目攝像頭測距演算法 輸入輸出介面 input 3 攝像頭標定引數 中心位置 x,y 和5個畸變 係數 2徑向,2切向,1稜向 浮點型float 4 攝像頭初始化引數 攝像頭初始位置和三個座標方向 的旋轉角度,車輛寬度高度車速等等,浮點型float output 3 左右兩幀影象image vide...

飛思卡爾智慧型車攝像頭上位機

飛思卡爾智慧型車攝像頭上位機採集程式 玲聲依舊美 基於飛思卡爾xs128微控制器 攝像頭採集測試程式 ov7620採集程式說明 攝像頭資料口接pa0 pa7 行中斷接pt0,場中斷接pt1 s0為微控制器rxd,接到串列埠模組的txd中,s1為微控制器txd,接到微控制器rxd中 波特率預設為960...

Linux下USB攝像頭驅動開發(1)

今年上半年我對市場常見的 vimicro 攝像頭移植了 linux 下的驅動至在研的一款嵌入式開發板,開發環境為 os linux2.6.9 compile cross 3.3.2 cpu intel pxa270 camera type vimicro zc301p hv7131r 使用的驅動原始...