基于视觉的曲线车道线检测完整代码，采用滑动窗口，详情见博客：http://blog.csdn.net/adamshan/article/details/78733302
2023/7/12 13:22:56
8.15MB
1
当今世界科技日新月异，在神州探月，蛟龙探海妇孺皆知的今天，当一个个曾经遥不可及的梦想在我们身边悄悄演变成现实，人工智能亦早已应运而生，为人类创造了巨大的经济和社会效益。
其中，图像处理技术是该系统的一个重要组成部分，对机器视觉等具有十分重要的意义。
因此，本文以数字图像为载体，研究基于形态学的图像分割技术，并进行物体个数计算应用和车道线检测的应用。
对图像中物体个数的计算以及车道线检测应用，不仅需要对采集到的图像进行预处理，而且要针对特定的目的进行具体的应用程序开发。
为了提高程序的运行效率，使检测结果更具实时性和鲁棒性，本课题在Windows操作系统上借助VisualStudio以及MATLAB进行数字图像处理的处理和相关的理论知识研究，大大提高了工作效率。
首先介绍了相关的实验平台，然后研究数字图像处理的核心方法，包括图像的获取、颜色空间变换、线性和非线性变换以及边缘检测等，同时进行算法实验说明；
最后研究了基于形态学变换的分割技术，并应用到实际的物体个数计算以及车道线检测上。
其中，图像处理技术是该系统的一个重要组成部分，对机器视觉等具有十分重要的意义。
因此，本文以数字图像为载体，研究基于形态学的图像分割技术，并进行物体个数计算应用和车道线检测的应用。
对图像中物体个数的计算以及车道线检测应用，不仅需要对采集到的图像进行预处理，而且要针对特定的目的进行具体的应用程序开发。
为了提高程序的运行效率，使检测结果更具实时性和鲁棒性，本课题在Windows操作系统上借助VisualStudio以及MATLAB进行数字图像处理的处理和相关的理论知识研究，大大提高了工作效率。
首先介绍了相关的实验平台，然后研究数字图像处理的核心方法，包括图像的获取、颜色空间变换、线性和非线性变换以及边缘检测等，同时进行算法实验说明；
最后研究了基于形态学变换的分割技术，并应用到实际的物体个数计算以及车道线检测上。
2023/6/7 8:32:21
9.2MB
1
一：课题题目基于MATLAB霍夫曼的车道线检测系统二、背景引见针对汽车自主驾驶技术的车道检测和跑偏告警问题，提出了一种快速可靠的视觉计算方法。
利用方向滤波算子对路面图像进行5×5模板运算，得到边缘图像；
采用Otsu自动阈值算法对图像进行二值化处理，并根据车道在图像中的位置特性对边沿图像细化去点，减少后续处理运算量；
在此基础上，根据车道几何特性引入约束条件，去除干扰点，并采用Hough变换检测出车道线；
依据针孔摄像机模型建立空间坐标系，用于计算汽车相对于车道线的偏转角和垂直距离，估计驶离车道的时间，为汽车自主驾驶中的安全预警及智能控制提供信息支撑。
三、GUI界面设计及运行示意图
利用方向滤波算子对路面图像进行5×5模板运算，得到边缘图像；
采用Otsu自动阈值算法对图像进行二值化处理，并根据车道在图像中的位置特性对边沿图像细化去点，减少后续处理运算量；
在此基础上，根据车道几何特性引入约束条件，去除干扰点，并采用Hough变换检测出车道线；
依据针孔摄像机模型建立空间坐标系，用于计算汽车相对于车道线的偏转角和垂直距离，估计驶离车道的时间，为汽车自主驾驶中的安全预警及智能控制提供信息支撑。
三、GUI界面设计及运行示意图
2023/2/9 15:40:57
18.39MB
1
在visualstudio上新建项目，将本程序添加到源文件目录下，直接运行即可，你可以用鼠标在改变控制点的位置观察探究bezier拟合出曲线的变化过程，还可以自行设置四个控制点，程序会自动拟合新的bezier曲线，你可以稍作改动用于车道线拟合，代码简约规整，有文字说明，写代码不易，分享更不易，师兄说20个积分，但是我不忍心那么贵。
。
。
。
。
2021/1/8 12:53:10
2KB
1
内含两个车道线检测例子：一个是python言语编写，一个是MATLAB言语编写包含了MATLAB车道线识别的m程序，用于从视频流识别车道线，可调整相关参数。
同时包含了四个车道线识别的视频，可用于车道线识别的测试。
基于python的道路视频车道线检测：直接读取mp4文件，并识别车道线，标注。
同时包含了四个车道线识别的视频，可用于车道线识别的测试。
基于python的道路视频车道线检测：直接读取mp4文件，并识别车道线，标注。
2015/11/21 4:56:45
215.35MB
1
ganet_culane_resnet18.pth 车道线检测ＧＡＮＥＴ收集模型
2022/9/15 12:19:34
190.67MB
1
ganet_culane_resnet18.pth 车道线检测ＧＡＮＥＴ收集模型
2022/9/15 12:16:56
190.67MB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB