Question

我正在研究车道线检测。我目前的工作策略是：

定义一个感兴趣的区域，其中泳道线可以是
使图像变形以获得鸟瞰图
将图像转换为YUV色彩空间
规范化Y频道
拟合二阶多项式和滑动窗口方法

每件事都很好但有阴影的地方算法不起作用。我尝试过自适应阈值处理，otssu阈值处理但没有成功。

没有阴影的源图像：

没有阴影的已处理源图像：

带影子的源图片：

带阴影的已处理源图片：

在第二张图像中，可以看到未检测到阴影区域。实际上阴影会使图像值下降，所以我试图使用低于前一个图像的新值来阈值图像，这里可以找到新的图像：

这种技术不起作用，因为它带来了很多噪音

目前我正在尝试背景减法和阴影去除技术，但它不起作用。从过去的2个星期开始，我对这个问题感到震惊。真的很感激任何帮助......

import cv2
import matplotlib.pyplot as plt
import numpy as np 
from helper_functions import undistort, threshholding, unwarp,sliding_window_polyfit
from helper_functions import polyfit_using_prev_fit,calc_curv_rad_and_center_dist
from Lane_Lines_Finding import RoI
img = cv2.imread('./test_images/new_test.jpg')
new =undistort(img)
new = cv2.cvtColor(new, cv2.COLOR_RGB2BGR)
#new = threshholding(new)
h,w = new.shape[:2]
# define source and destination points for transform
imshape = img.shape
vertices = np.array([[
                      (257,670),
                      (590, 446),
                      (722, 440),
                      (1150,650)
                      ]], 
                      dtype=np.int32)  
p1 = (170,670)
p2 = (472, 475)
p3 = (745, 466)
p4 = (1050,650)

vertices = np.array([[p1,
                      p2,
                      p3,
                      p4
                      ]], 
                      dtype=np.int32)  
masked_edges = RoI(new, vertices)
#masked_edges = cv2.cvtColor(masked_edges, cv2.COLOR_RGB2BGR)


src = np.float32([(575,464),
                  (707,464), 
                  (258,682), 
                  (1049,682)])
dst = np.float32([(450,0),
                  (w-450,0),
                  (450,h),
                  (w-450,h)])
warp_img, M, Minv = unwarp(masked_edges, src, dst)
warp_img = increase_brightness_img(warp_img)
warp_img = contrast_img(warp_img)
YUV = cv2.cvtColor(warp_img, cv2.COLOR_RGB2YUV)
Y,U,V = cv2.split(YUV)
Y_equalized= cv2.equalizeHist(Y)
YUV = cv2.merge((Y,U,V))
thresh_min = 253
thresh_max = 255
binary = np.zeros_like(Y)
binary[(Y_equalized>= thresh_min) & (Y_equalized <= thresh_max)] = 1

kernel_opening= np.ones((3,3),np.uint8)
opening = cv2.morphologyEx(binary, cv2.MORPH_OPEN, kernel_opening)
kernel= np.ones((7,7),np.uint8)
dilation = cv2.dilate(opening,kernel,iterations = 3)

Answer 1

阴影去除在图像处理中不是一件容易的事，你可以尝试很多方法。但请查看本文第3部分http://lxu.me/mypapers/XuL_ShadowRemoval.pdf。看起来他们有一个不错的算法，并且写得很好而且简洁。

交通车道线中的阴影移除

1 个答案: