【正文】 掃時不發(fā)射電子。但由于在早期電子技術還不發(fā)達時，電源不穩(wěn)定，容易對電視信號進行干擾，而交流電源是50Hz所以，為了和電網(wǎng)兼容，同時由于25Hz時圖像不穩(wěn)定，所以后來工程師們把一副圖像分成兩場顯示，對于一幅畫面，一共有625行 ，但是電子槍先掃描奇數(shù)場1，3，5.....，然后再掃描2,4,6.....，所以這樣的話，一副圖像就變成了隔行掃描，每秒鐘就有50場了。意味著50/3MS就有一幅圖像產(chǎn)生。再者減小計算量，沒必要搞那么多的點。 二值化方案的選取圖像二值化是數(shù)字圖像處理技術中的一項基本技術，該系統(tǒng)中由于賽道是由黑色和白色兩種顏色組成的，并且背景顏色基本也是白色的，系統(tǒng)的任務是識別出黑色的引跑線位置，由于其圖像的干擾并不是很強，因此可以采用二值化的技術作為系統(tǒng)的圖像預處理。 雙峰值法在對賽道環(huán)境的分析中，我們可以發(fā)現(xiàn)黑線部分的亮度是相對比較固定的，其波動的范圍非常小，小于20(亮度值最大為255)，而白色底板的亮度值變化相對較大一些，但仍能保證其與黑線的亮度值有較大的梯度。該算法計算的精度較高，能夠找到理想的一個閥值點，雖然它執(zhí)行的時間較長，但是這只是在賽車未起跑前進行的初始化運算，對賽車起跑后的速度完全沒有影響，因此該方案是可以采用的?；诘拈撝的軈^(qū)分出圖像的前景和背景的主要區(qū)域所在，但在圖像的細微處還沒有很好的區(qū)分度。對大津法可作如下理解：該式實際上就是類間方差值，閾值t分割出的前景和背景兩部分構成了整幅圖像，而前景取值u0，概率為w0，背景取值u1，概率為w1，總均值為u，根據(jù)方差的定義即得該式。為了解決這個問題，有人提出了灰度拉伸的增強大津法。迭代所得的閾值分割的圖象效果良好。經(jīng)過各種方案對比，最終選擇雙峰法，這種方法不僅滿足對圖像處理精度的要求，而且滿足對速度的要求。前者即是在原圖像上直接進行數(shù)據(jù)運算，對像素的灰度值進行處理。1. 均值濾波鄰域平均法是一種局部空間域處理的算法。另外，圖像鄰域平均法算法簡單，計算速度快，但它的主要缺點是在降低噪聲的同時使圖像產(chǎn)生模糊，特別在邊緣和細節(jié)處，鄰域越大，模越厲害。但是對一些細節(jié)多，特別是點、線、尖頂細節(jié)多的圖像不宜采用中值濾波的方法。此例若用平均濾波，窗口也是取5，那么平均濾波輸出為。使用二維中值濾波最值得注意的是保持圖像中有效的細線狀物體。在圖像去噪領域中，應用小波理論進行圖像去噪受到許多專家學者的重視，并取得了非常好的效果。小波去噪的基本思路：（1）.先對含噪信號做小波變換，得到一組小波系數(shù)；（2）.通過對進行閾值處理，得到估計系數(shù)，使得與兩者的差值盡可能小；（3）.利用進行小波重構，得到估計信號即為去噪后的信號。估計小波系數(shù)的方法如下，?。? （25）定義： （26）稱之為硬閾值估計方法。不過，他們在平滑圖像的同時亦會使圖像輪廓變得模糊，它們的噪音平滑效果與窗口的寬度有關，窗口寬度越寬，噪音平滑效果越好，但圖像就越模糊，這個矛盾難于解決，也是均值濾波和中值濾波的缺點。不過，他們在平滑圖像的同時亦會使圖像輪廓變得模糊，它們的噪音平滑效果與窗口的寬度有關，窗口寬度越寬，噪音平滑效果越好，但圖像就越模糊，這個矛盾難于解決，也是均值濾波和中值濾波的缺點。同時外加小液晶和相應按鍵，這樣可以根據(jù)實時情況來調(diào)節(jié)相應的PID參數(shù)來適應相應路況。然后，系統(tǒng)根據(jù)目標指引線的位置信息，對舵機和電機施以合適的控制。 核心控制板核心控制板（如圖32所示）負責視頻采集、獲取速度并輸出舵機和驅(qū)動電機的控制信號。安裝位置太低，會導致視域不夠廣闊，影響尋線的有效范圍；安裝位置太高，導引線會變得過窄而無法被檢測到，而且賽車系統(tǒng)會因重心抬高而穩(wěn)定性變差。安裝方式如圖33所示，經(jīng)過測試安裝滿足要求。 //雙峰法的最大值uchar min。 //賦初值 min = 90。amp。 Data_buffer[temp_i][temp_j] = 40) min = Data_buffer[temp_i][temp_j]。 //沒行求一次動態(tài)閾值 //Data_Binary(temp_i + 2,threshold)。 去噪設計接下來按照上述小波閾值變換在信號去噪中的算法及小波閾值函數(shù)進行計算機仿真，仿真程序采用MATLAB語言編寫。其語法格式為：X = wnoise(FUN,N)[X,XN] = wnoise(FUN,N,SQRT_SNR)[X,XN] = wnoise(FUN,N,SQRT_SNR,INIT) = wnoise(FUN,N)產(chǎn)生幅值在[0，1]之間長度為2N的信號，信號的類型由FUN指定：FUN=1 BLOCKS 產(chǎn)生不規(guī)則的方波信號FUN=2 BUMPS 產(chǎn)生低頻噪聲FUN=3 HEAVY SIN 產(chǎn)生隨機間斷的正弦信號FUN=4 DROPLER 產(chǎn)生chirp信號FUN=5 QUADCHIRP 產(chǎn)生4次調(diào)頻信號FUN=6 MISHMASH 產(chǎn)生混雜信號2.[X,XN] = wnoise(FUN,N,SQRT_SNR)產(chǎn)生含有白噪聲的信號XN，SQRT_SNR是信號的噪聲比。 [xref,x] = wnoise(3,11,snr,init)。)。,... num2str(fix(snr))])。wname39。wname39。)根據(jù)信號小波分解結構[C,L]對信號進行去噪處理。（2）TPTR=‘sqtwolog’采用的是固定的閾值形式，產(chǎn)生的閾值大小事sqrt（2*log（length（x）））。在統(tǒng)計學上，這種極值原理在于設計估計器。 [xref,x] = wnoise(3,11,snr,init)。,39。,lev,39。 title(39。heursure39。one39。subplot(222), plot(xd), axis([1 2048 10 10])。xd = wden(x,39。,39。)。)。s39。sym839。 minimaxi 39。)。s39。sym839。 2．軟門限閾值和硬門限閾值處理比較（SORH的設置）對于閾值函數(shù)的確定，Donoho提出了兩種：硬閾值和軟閾值。當SORH=‘h’，則為硬閾值處理。 [xref,x] = wnoise(3,11,snr,init)。,thr)。subplot(221),plot(xthard)。subplot(223),plot(xtsoft)。得到去噪效果對比圖如圖44所示。 二值化后補線如果在拐彎處出現(xiàn)線丟失等狀況需要補線，則補線的大致原則是：選擇每一場離小車較近的幾個連續(xù)點。temp_line) { if([temp_line] == 0 amp。amp。 [temp_line] != (point 1))//正常 { Middle[temp_line] = (int)(([temp_line] + [temp_line]) / 2)。 != 0) //近處丟失后幾行尋到 { if( (line 3) amp。temp_i++) { [temp_i] = 2 * [temp_i 1] [temp_i 2]。temp_j line。 ( != 0 amp。temp_line) { if([temp_line] == 0 amp。amp。 [temp_line] != (point 1)) { Middle[temp_line] = (int)(([temp_line] + [temp_line]) / 2)。temp_line) //近處沒有線的直接補出來 { Middle[temp_line] = Middle[ + 2]。amp。 [temp_line] == (point 1)) { Middle[temp_line]=(int)((Middle[temp_line+1]+(Rate*([temp_line][temp_line+1]))))。 } else { Middle[temp_line] = Middle[temp_line+1]。 } } } else if(( == 0) amp。temp_line = 0。amp。temp_line) { if([temp_line] == (point 1)) Middle[temp_line] = Middle[temp_line + 1]。temp_line)//補出來的線可能會有0 或是 point 1 { Middle[temp_line] = ([temp_line] + [temp_line]) / 2。amp。 [temp_line] == (point 1))//右邊丟失 {Middle[temp_line]=(int)((Middle[temp_line+1]+(Rate*([temp_line][temp_line+1]))))。 } else //全丟失保持 { Middle[temp_line] = Middle[temp_line+1]。 } for(temp_line = ( 1)。 [temp_line] != (point 1))//左邊丟失 { Middle[temp_line]=(int)((Middle[temp_line+1]+(Rate*([temp_line][temp_line+1]))))。 } else if([temp_line] != 0 amp。 } } } } } if( == 1) //未找到何時的中線時保持上場 { Keep()。42第5 章結果分析 采集到的灰度值去噪前的MATLAB仿真 去噪前MATLAB函數(shù)和仿真結果MATLAB仿真函數(shù)如下：%LastNumSum:上次數(shù)據(jù)個數(shù)% TXTName:文件名%CurrentTXTNum:當前文件名前綴%使用說明:只用更改更改TxTNum使之和實際待讀文件數(shù)目一直clear %清除變量TxTNum = 1。 %文件后綴Auxi = 48。 %保持當前圖畫for temp = 49 : (TxTNum + 48)if(temp 58) CurrentTXTNum = temp。 end in = fopen(TXTName)。 %讀取數(shù)據(jù) fclose(in)。 x = LastNumSum:NumSum。)。39。% figure,imshow(ImageGray)。 %文件后綴Auxi = 48。 TXTName = strcat(CurrentTXTNum,TXTSuffix)。)。U8date = uint8(CRevDate)。)。)。圖55 直道補線一場的邊界圖圖56 彎道補線一場的邊界圖分析如下：根據(jù)小車前進的趨勢，可以大致補出出現(xiàn)盲區(qū)的黑線區(qū)域，通過串口采集回來的數(shù)據(jù)（如圖55和56）分析后知效果基本理想，滿足設計要求。對補線的效果分析：經(jīng)過小車的反復測試，補線后小車誤判軌跡的情況大大降低。各種算法的適用條件，各種設備的選用標準等，我都是隨著設計的不斷深入而不斷熟悉并學會應用的。 從不知道畢業(yè)論文怎么寫，到順利如期的完成本次畢業(yè)設計，這給了我很大的信心，讓我了解專業(yè)知識的同時也對本專業(yè)的發(fā)展前景充滿信心。衷心感謝通信專業(yè)的全體老師在我求學生涯中給予我的幫助和支持。洛陽理工學院畢業(yè)設計論文謝 辭衷心感謝導師姚惠林的指導，一直以來，姚老師在學習和實踐等方面給予了我諸多幫助與關懷，為我完成學業(yè)提供了一個良好的工作環(huán)境。 在設計過程中補線設計讓我很頭痛，原因是由于本身設計受到光照不均勻、反光的影響，這些都影響小車能否準確進行路徑識別。這是我們都希望看到的也正是我們進行畢業(yè)設計的目的所在。對二值化效果分析：采用的雙峰值法，不僅可以把灰度值轉換為簡單的二值數(shù)據(jù)還可以起到初步的去噪，算法簡單但效果明顯。根據(jù)補線的原則進行補線，然后根據(jù)兩邊黑線，得出小車需要沿著中間軌跡前進。[BW,thresh