图像采集与处理在智能车系统中的应用

其典型图像如图6所示。在该系统设计中，图像处理的目的是准确地找到黑线的中心位置。由于图像中噪声的面积非常小，并且一般出现在离黑线较远的地方，处理的方法也比较多，可采用中心坐标递推法。

由于该赛道的黑线细分为每一行的坐标后，相邻两行之间的中心坐标值之差是比较小的，经实验测试得其差一般不会超过5，具有很好的递推性。因此可以利用前一行的中心坐标往下递推来求解，具体步骤如下。

　　(1)由于摄像头近处的黑线拍摄效果较好，不仅黑线的宽度比较大，而且基本不会出现任何噪声，用其作为递推的基准点是非常好的选择。由于这是整幅图像的基准点，因此对其准确性要求比较高，在计算第一行的中心坐标值时采用黑线连续记数法,即只有连续读取到3个或以上"1"时才算有效的黑线,并记录黑线的块数，否则将其清零，最终再查看该行黑线块数是否为1，若不为1则改用第二行图像数据作判断，如此递增直到找到唯一的黑线为止。

(2)以第一次找到的中心坐标为基准，向上一行搜索分布在其左右两侧各10个点这个区间内的黑线位置，然后同样利用重心法求出在该区间内的黑点中心坐标值，并把它作为这一行的中心坐标基准点。

　　(3)按照步骤(2)逐步往上一行递推，如果遇到全0的行则停止黑线的搜索。图6所示的图像经过该算法处理后得到的图像如图7所示，可见此方法能够有效地消除图像的噪声。