segmentLaneMarkerRidge

Обнаружьте маршруты в полутоновом изображении интенсивности

Описание

пример

birdsEyeBW = segmentLaneMarkerRidge(birdsEyeImage,birdsEyeConfig,approxMarkerWidth) возвращает бинарное изображение, которое представляет функции маршрута. Функциональные сегменты входное полутоновое изображение интенсивности, birdsEyeImage, использование детектора гребня маршрута. birdsEyeConfig преобразовывает местоположения точки от координат транспортного средства, чтобы отобразить координаты. approxMarkerWidth аргумент находится в мировых единицах измерения и задает аппроксимированную ширину подобных маршруту функций, которые обнаруживаются.

birdsEyeBW = segmentLaneMarkerRidge(___,Name,Value) возвращает бинарное изображение с дополнительными опциями, заданными одним или несколькими Name,Value парные аргументы.

Примеры

свернуть все

Загрузите объект настройки вида с высоты птичьего полета.

load birdsEyeConfig

Загрузите изображение, полученное от датчика, который задан в объекте настройки вида с высоты птичьего полета.

I = imread('road.png');
figure
imshow(I)
title('Original Image')

Создайте изображение вида с высоты птичьего полета.

birdsEyeImage = transformImage(birdsEyeConfig,I);
imshow(birdsEyeImage)

Преобразуйте изображение вида с высоты птичьего полета в шкалу полутонов.

birdsEyeImage = rgb2gray(birdsEyeImage);

Установите аппроксимированную ширину маркера маршрута на 25 см, которая находится в мировых единицах измерения.

approxMarkerWidth = 0.25;

Обнаружьте функции маршрута.

birdsEyeBW = segmentLaneMarkerRidge(birdsEyeImage,birdsEyeConfig,approxMarkerWidth);
imshow(birdsEyeBW)

Входные параметры

свернуть все

Изображение вида с высоты птичьего полета в виде неразреженной матрицы.

Типы данных: single | int16 | uint16 | uint8

Объект преобразовать местоположения точки от транспортного средства, чтобы отобразить координаты в виде birdsEyeView объект.

Аппроксимированная ширина подобных маршруту функций функции, чтобы обнаружить в виде с высоты птичьего полета отображает в виде действительного скаляра в мировых единицах измерения, таких как метры.

Аргументы в виде пар имя-значение

Задайте дополнительные разделенные запятой пары Name,Value аргументы. Name имя аргумента и Value соответствующее значение. Name должен появиться в кавычках. Вы можете задать несколько аргументов в виде пар имен и значений в любом порядке, например: Name1, Value1, ..., NameN, ValueN.

Пример: 'ROI' []

Необходимая область в мировых единицах измерения в виде разделенной запятой пары, состоящей из 'ROI' и вектор 1 на 4 в формате [xmin, xmax, ymin, ymax]. Функция ищет подобные маршруту функции только в этой необходимой области. Если вы не задаете ROI, функция ищет целое изображение.

Фактор чувствительности в виде разделенной запятой пары, состоящей из 'Sensitivity' и действительный скаляр в области значений [0, 1]. Можно увеличить это значение, чтобы обнаружить больше подобных маршруту функций. Однако более высокая чувствительность может увеличить риск ложных обнаружений.

Выходные аргументы

свернуть все

Изображение вида с высоты птичьего полета, возвращенное как бинарное изображение, которое представляет функции маршрута.

Больше о

свернуть все

Система координат транспортного средства

Эта функция использует систему координат транспортного средства, чтобы задать местоположения точки, как задано датчиком в birdsEyeView объект. Это использует те же мировые единицы измерения, как задано birdsEyeConfig.Sensor.WorldUnits свойство. Смотрите Системы координат в Automated Driving Toolbox.

Алгоритмы

segmentLaneMarkerRidge выбирает маршруты путем поиска пикселей, которые являются lane-like. Подобные Маршруту пиксели являются группами пикселей с контрастом высокой интенсивности по сравнению с соседними пикселями с обеих сторон. Функция выбирает фильтр, используемый к порогу контраст интенсивности на основе approxMarkerWidth значение. Фильтр имеет высокие ответы для пикселей со значениями интенсивности выше, чем те из левых и правых соседних пикселей, которые имеют подобную интенсивность на расстоянии approxMarkerWidth. Функция сохраняет только определенные значения от отфильтрованного изображения на основе Sensitivity фактор.

Ссылки

[1] Ньето, M., Дж. А. Лэборда и Л. Сальгадо. “Дорожное Моделирование Среды Используя Устойчивый Перспективный анализ и Рекурсивную Байесовую Сегментацию”. Машинное зрение и Приложения. Объем 22, Выпуск 6, 2011, стр 927–945.

Расширенные возможности

Генерация кода C/C++
Генерация кода C и C++ с помощью MATLAB® Coder™.

Смотрите также

Введенный в R2017a
Для просмотра документации необходимо авторизоваться на сайте