基于HOUGH变换的车道线检测和识别的程序

基于HOUGH变换的车道线检测和识别的程序，可以使用

%****************************************************************************
%功能说明：该段程序实现了对采集图片的裁剪，可以提高计算速度；并可以检测图片中的直线，并将检测到的直线画于图片中
%需改进部分：实现车道线的跟踪，还有对弯曲车道线的拟合  对于道路上有障碍物、阴影时检测效果不好  还需改进
%欲达到在前一次检测出直线后，后续的直线检测都在该直线附近很小的范围内检索，以提高实时性
clc;
clear all;
close all;
for nn=1:2
aaa=[strcat（‘E:\DCIM\shipinchuli\shipinchuli1\‘）int2str（nn）‘.jpg‘];
%I=imread（strcat（‘E:\DCIM\shipinchuli\shipinchuli1\‘）int2str（i）‘ .jpg‘）;
I=imread（aaa）;
rs=size（I1）;%行数
cs=size（I2）;%列数
%ch=40;%由于固定值不使用，预改为图像的1/5处
%cw=40;
ch=0.2*rs;%取图像的下面4/5部分作为处理对象，因为上面部分对车道检测没用，故去掉，提高计算速度
cw=0.2*rs;

numr=round（rs/ch）;
numc=round（cs/cw）;
t1=（0:numr-1）*ch+1;
t2=（1:numr）*ch;
t3=（0:numc-1）*cw+1;
t4=（1:numc）*cw;
figure（1）;
imshow（I）;hold on;
for i=1:numr%画出网格线
    for j=1:numc
        x=t1（i）:t2（i）;
        y=t3（j）:t4（j）;
        rectangle（‘Position‘[t3（j） t1（i） length（x） length（y）]...
            ‘EdgeColor‘‘r‘‘LineWidth‘2）;
    end
end
I2=imcrop（I[0 ch ch*numc cw*numr]）;%对图像分块后，将对研究不重要的块除掉，保留感兴趣区域，进行后续操作
if nn==2
    I2=imcrop（I[lines（Index1）.point1（1）-round（（1/10）*cs）  lines（Index1）.point2（2） abs（lines（Index1）.point2（1）-lines（Index1）.point1（1））+2*round（（1/10）*cs） abs（lines（Index1）.point1（2）-lines（Index1）.point2（2））]）;
end
figure（2）imshow（I2）



%I2=rgb2gray（imread（‘E:\DCIM\shipinchuli\shipinchuli1\5.jpg‘））;%读取视频中某一帧图像
I2=rgb2gray（I2）;%对上面经过感兴趣区域提取后的图像进行直线检测
%********大津法计算阈值****************
%tt=graythresh（I2）;%大津法计算阈值  效果不是很好 可以没有这两句 有待改进 
%I2=im2bw（I2tt）;

%***************************************************************
%I2=histeq（I2）;%直方图均衡化 这里不需要
figure（3）
imhist（I2）%显示该幅图像的直方图
%I=rgb2gray（imread（‘E:\DCIM\100DICAM\DSCI0018.JPG‘））;
I2=medfilt2（I2）;%加入中值滤波
%I=filter2（fspecial（‘average‘3）I1）/255;%均值滤波
%I=wiener2（I2[5 5]）;%自适应维纳滤波
rotI=imrotate（I20‘crop‘）;%将图像旋转25度 旋转角度不同 检测效果不同
figure（4）
subplot（221）fig1=imshow（rotI）;
BW=edge（rotI‘canny‘）;%使用canny边缘检测


%****************迭代法计算阈值（先放这，加不加效果一样）**********************
zmax=max（max（BW））;%求最大灰度值
zmin=min（min（BW））;%求最小灰度值
TK=（zmax+zmin）/2;
bcal=1;
isize=size（BW）;
while（bcal）
iforeground=0;
ibackground=0;
foregroundsum=0;
backgroundsum=0;
for i=1:isize（1）
    for j=1:isize（2）
        tmp=I2（ij）;
        if（tmp>=TK）
            iforeground=iforeground+1;
            foregroundsum=foregroundsum+double（tmp）;
        else
            ibackground=ibackground+1;
            backgroundsum=backgroundsum+double（tmp）;
        end
    end
end
zo=foregroundsum/iforeground;
zb=backgroundsum/ibackground;
TKtmp=uint8（（zo+zb）/2）;
if（TKtmp==TK）
    bcal=0;
else
    TK=TKtmp;
end
end
BW=im2bw（BWdouble（TK）/255）;


%BW=bwmorph（BW‘skel‘Inf）;%骨架提取函数
subplot（222）imshow（BW）;
[Hthetarho]=hough（BW）;%hough变换
subplot（223）;
imshow（imadjust（mat2gray（H））[]‘XData‘theta‘YData‘rho...
    ‘InitialMagnification‘‘fit‘）;
xlabel（‘\theta （degrees）‘）ylabel（‘\rho‘）;
axis onaxis normalhold on;
colormap（hot）
P=houghpeaks（H5‘threshold‘ceil（0.3*max（

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件       6492  2012-05-30 22:38  chedaoxianjianceok.m

----------- ---------  ---------- -----  ----

                 6492                    1