飞思卡尔--Matlab图像矫正估算赛道长度

由于参加飞思卡尔智能车比赛，铺赛道变成了一个重要的环节。而此次铺赛道用了过去留下的赛道进行拼接，导致赛道的长度不好计算，因此，博主与小伙伴想了一些办法估算长度，下面介绍Matlab图像矫正估算赛道长度的方法。

首先由于赛道过长的原因，无法获得整个赛道的图，俯视图则更不为可能。因此，本次方法为采集两张图片进行分别处理计算再相加。图片如下图所示。代码在文末链接，供参考改进。

接着我们截取我们需要的部分（以下以一边赛道为例）。

1.然后我们取该赛道的灰度值

2.接着再进行图像的矫正

3.进行初次的去噪（补充横线的白点）

4.对全黑的矩阵用双线法进行补充。（此处为关键，也可用最近邻插值法，由于博主在此处的算法较为粗略，因此算法复杂度高，且处理效果一般，改进空间较大）

5.对改图进行二值化

6.观察图像，再次去噪

7.最终效果图（该图左边反光较大，可再次进行处理）

PS：下图为用PS矫正后的图像（效果更好）。

用同样的方法可以得出另一半赛道的图片。

得出了二值化的矩阵之后，可利用面积法算出赛道的长度。首先计算出所有白点的个数。由于赛道的宽度是已知的（去掉两边的路肩共40cm），于是可以取一小段直道取其行的平均值，就可以算出赛道的宽度共占多少个像素点，也就可以算出一个像素点占多大的长度，再用总像素点除以每行所占像素点再乘以每个像素点的长度，即可大致得出赛道长度（由于再某些地方（十字和环岛）白像素点重叠了，因此最后再加上这些值即为赛道总长度。

用改方法算出的赛道长度大约为55米左右，用PS矫正后的图片则算出57米左右，而用车跑圈，利用编码器计数则算出56米左右。可见该方法还是存在一定的可行性的。

clear clc

point = 1.5;

point_long = 5;

value = 0.38 * 255;%初次去噪阈值

value2 = 0.45;%二次去噪阈值

%%%%%%%%%%%%%%%%读图%%%%%%%%%%%%%%%%

img= imread('2222.jpg');

img = rgb2gray(img);%求灰度值

imshow(img);

[left,down] = size(img);%读取图像大小

left1 = 800;%定义新矩阵长度

down1 = ceil((down / 2) * point * 2);%定义矩阵长度

img2 = uint8(zeros(left1,down1));%创建全黑矩阵

flag = down / 2; 

flag2 = down1 / 2;

left_last = 1;

left_ans = 1;

%%%%%%%%%%%%%%%%图像透视变换%%%%%%%%%%%%%%%%

for n = 1:left

    point_left = ((left - n) * ((point - 1) / (left - 1))) + 1;

    if n == 1

    else

        dis_bet = (point_long / (left - 1)) * (left - n) * 1 + 1;

        left_ans = round(left_last + dis_bet);

        left_last = left_ans;

    end

    for m = (down/2) : down

        down_flag = (m - flag) * point_left + flag2;

        down_ans = round(down_flag);

        img2(left_ans,down_ans) = img(n,m);

    end

    for m = 1 : (down/2)

        down_flag = flag2 - (flag - m) * point_left;

        down_ans = round(down_flag);

        img2(left_ans,down_ans) = img(n,m);

    end

end

figure

imshow(img2);

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

%%%%%%%%%%%%%%%%初次去噪，将黑点变全白%%%%%%%%%%%%%%%%

for n = 1:(left_last)

    for m = 3:(down1)

        if (img2(n,m-2) >= value ) && (img2(n,m-1)

            img2(n,m-1) = 255;  

        end

    end

end

figure

imshow(img2);

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

%%%%%%%%%%%%%%%%双线性填充图像%%%%%%%%%%%%%%%%

for n = 5:(left_last - 2)

    for m = 5:(down1 - 2)

        if img2(n,m) == 0

            sum = img2(n-1,m-1) + img2(n+1,m+1) + img2(n-1,m+1) + img2(n+1,m-1);

            point_num = sum / 2;

            img2(n,m) = point_num;

        end

    end

end

figure

imshow(img2);

I2 = im2bw(img2,value2);%二值化

figure

imshow(I2);

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

%%%%%%%%%%%%%%%%二次去噪1%%%%%%%%%%%%%%%%

for n = 3:(left_last)

    for m = 3:(down1)

        if (I2(n-2,m) ==  0) && (I2(n-1,m) == 1) && (I2(n,m) == 0)

            I2(n-1,m) = 0;

        end

    end

end

figure

subplot(2,2,1);imshow(I2);

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

%%%%%%%%%%%%%%%%二次去噪2%%%%%%%%%%%%%%%%

for n = 3:(left_last)

    for m = 3:(down1)

        if (I2(n,m-2) ==  0) && (I2(n,m-1) == 1) && (I2(n,m) == 0)

            I2(n,m-1) = 0;  

        end

    end

end

subplot(2,2,2);imshow(I2);

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

%%%%%%%%%%%%%%%%二次去噪3%%%%%%%%%%%%%%%%

for n = 3:(left_last)

    for m = 3:(down1)

        if (I2(n,m-2) ==  1) && (I2(n,m-1) == 0) && (I2(n,m) == 1)

            I2(n,m-1) = 1;  

        end

    end

end

subplot(2,2,3);imshow(I2);

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

%%%%%%%%%%%%%%%%二次去噪4%%%%%%%%%%%%%%%%

for n = 3:(left_last)

    for m = 3:(down1)

        if (I2(n-2,m) ==  0) && (I2(n-1,m) == 1) && (I2(n,m) == 0)

            I2(n-1,m) = 0;

        end

    end

end

subplot(2,2,4);imshow(I2);

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

figure

imshow(I2);

white = 0;

for n = 1:left_ans

    for m = 1:down1

        if I2(n,m) == 1

            white = white + 1;

        end

    end

end