Обнаружение маршрута на графическом процессоре при помощи houghlines Функция
В этом примере показано, как сгенерировать CUDA® MEX для функции MATLAB®, которая может обнаружить и вывести контуры маркера маршрута на изображении. Пример берет изображение RGB, как введено и использует rgb2gray, ordfilt2, hough, houghpeaks, и houghlines функции, которые являются частью Image Processing Toolbox™, чтобы произвести обнаруженное маршрутом выходное изображение.
Предпосылки
CUDA включил NVIDIA®, графический процессор с вычисляет возможность 3.2 или выше.
NVIDIA инструментарий CUDA и драйвер.
Image Processing Toolbox.
Переменные окружения для компиляторов и библиотек. Для получения информации о поддерживаемых версиях компиляторов и библиотек, смотрите Сторонние продукты. Для подготовки переменных окружения смотрите Подготовку Необходимых как условие продуктов.
Проверьте среду графического процессора
Чтобы проверить, что компиляторы и библиотеки, необходимые для выполнения этого примера, настраиваются правильно, используйте coder.checkGpuInstall функция.
envCfg = coder.gpuEnvConfig('host');
envCfg.BasicCodegen = 1;
envCfg.Quiet = 1;
coder.checkGpuInstall(envCfg);
lane_detection_houghlines Функция точки входа
lane_detection_houghlines.m функция точки входа берет изображение интенсивности, как введено и возвращает обнаруженное маршрутом изображение.
type lane_detection_houghlines
function [lines] = lane_detection_houghlines(inputImage)%#codegen
% Copyright 2019 The MathWorks, Inc.
coder.gpu.kernelfun;
% Convert RGB image to grayscale image.
if size(inputImage,3)==3
grayImage = rgb2gray(inputImage);
else
grayImage = inputImage;
end
% Edge detection using ordfilt2.
input = grayImage(240:end,1:end);
dom = ones(2);
minOrder = 1;
maxOrder = 4;
padopt = 'zeros';
MinImg = ordfilt2(input,minOrder,dom,padopt);
MaxImg = ordfilt2(input,maxOrder,dom,padopt);
% Edge detected output.
outImage = MaxImg - MinImg;
BW = imbinarize(outImage);
[H,T,R] = hough(BW);
P = houghpeaks(H,20,'threshold',1);
lines = houghlines(BW,T,R,P,'FillGap',200,'MinLength',150);
Сгенерируйте MEX CUDA для lane_detection_houghlines Функция
Создайте объект настройки графического процессора кода и запустите codegen функция.
inputImage = imread('highway.png'); inputResizedImage = imresize(inputImage,[480 640]); cfg = coder.gpuConfig('mex'); codegen -args {inputResizedImage} -config cfg lane_detection_houghlines -o lane_detection_houghlines_gpu_mex
Запустите сгенерированный MEX CUDA
Запустите сгенерированный lane_detection_houghlines_mex с входом отображают и строят вход и обнаруженные маршрутом изображения.
[lines] = lane_detection_houghlines_gpu_mex(inputResizedImage); % Plot images. inputImageVGAsize = imresize(inputImage,[480 640]); outputImage = imresize(inputImage,[480 640]); p1 = subplot(1, 2, 1); p2 = subplot(1, 2, 2); imshow(inputImageVGAsize, 'Parent', p1); imshow(outputImage, 'Parent', p2);hold on max_len = 0; for k = 1:length(lines) if ((lines(k).theta <= 60 && lines(k).theta >10)||(lines(k).theta <= -10 && lines(k).theta > -50) ) xy = [lines(k).point1; (lines(k).point2)]; plot(xy(:,1),xy(:,2)+240,'LineWidth',2,'Color','green'); % Plot beginning and end of lines. plot(xy(1,1),xy(1,2)+240,'x','LineWidth',2,'Color','yellow'); plot(xy(2,1),xy(2,2)+240,'x','LineWidth',2,'Color','red'); % Determine the endpoints of the longest line segment. len = norm(lines(k).point1 - lines(k).point2); if ( len > max_len) max_len = len; xy_long = xy; end end end title(p1, 'Input Image'); title(p2, 'Lane Detected Output Image');
