【正文】 在設(shè)計(jì)過程中不足正是我們?nèi)ジ玫难芯扛玫膭?chuàng)造的最大動(dòng)力，只有發(fā)現(xiàn)問題面對(duì)問題才有可能解決問題，不足和遺憾不會(huì)給我打擊只會(huì)更好的鞭策我前行，今后我更會(huì)關(guān)注新技術(shù)新設(shè)備新工藝的出現(xiàn)，并爭(zhēng)取盡快的掌握這些先進(jìn)的知識(shí)，更好的為祖國(guó)的四化服務(wù)。53結(jié)　論畢業(yè)論文是本科學(xué)習(xí)階段一次非常難得的理論與實(shí)際相結(jié)合的機(jī)會(huì)，通過這次比較完整的圖像處理在智能車路徑識(shí)別中的應(yīng)用的設(shè)計(jì)，我擺脫了單純的理論知識(shí)學(xué)習(xí)狀態(tài)，和實(shí)際設(shè)計(jì)的結(jié)合鍛煉了我的綜合運(yùn)用所學(xué)的專業(yè)基礎(chǔ)知識(shí)，對(duì)局部的取舍，以及對(duì)細(xì)節(jié)的斟酌處理，都使我的能力得到了鍛煉，經(jīng)驗(yàn)得到了豐富，并且意志品質(zhì)力，抗壓能力及耐力也都得到了不同程度的提升。 邊界扣取仿真結(jié)果 仿真結(jié)果如圖53和54所示：圖53 扣取出的直道灰度圖像圖54 扣取出的直道二值化圖像 補(bǔ)線后效果根據(jù)扣取的結(jié)果分析得實(shí)驗(yàn)的結(jié)果基本滿足要求。figure,imshow(U8date)。 %合并字符串in = fopen(TXTName)。NumSum = 0。endaxis([0 4000 0 255])。%關(guān)閉文件 LastNumSum = NumSum + 1。 TXTName = strcat(CurrentTXTNum,TXTSuffix)。 %文件個(gè)數(shù)NumSum = 0。amp。temp_line = 0。 } else if([temp_line] != 0 amp。 } for(temp_line = ( 1)。 ( = 22))//只有一邊的線完整 { Middle[line 1] = [line 1] 50。amp。 } else if([temp_line] != 0 amp。 } } else//左右起始行不在同一行 且無法先下補(bǔ)線 { for(temp_line = ( + 2)。 [temp_line] == (point 1)) {Middle[temp_line]=(int)((Middle[temp_line+1]+(Rate*([temp_line][temp_line+1]))))。amp。 } } if( (line 3) amp。 } else //兩行全丟失保持 { Middle[temp_line] = Middle[temp_line+1]。amp。圖44 軟門限閥值和硬門限閥值處理比較實(shí)驗(yàn)表明，軟門限閾值處理方式一般能夠取得更為平滑和理想的去噪效果。title(39。thr = 。在硬閾值處理中，由于收縮函數(shù)的不連續(xù)性，會(huì)在恢復(fù)的信號(hào)中產(chǎn)生一些人為的“噪聲點(diǎn)”。,39。)。,39。subplot(223), plot(xd), axis([1 2048 10 10])。sqtwolog39。,lev,39。 rigrsure 39。s39。因?yàn)楸幌氲男盘?hào)可以看作與未知回歸函數(shù)的估計(jì)式相似，這種極值估計(jì)器可以在一個(gè)給定的函數(shù)集中實(shí)現(xiàn)最大均方誤差最小化。各參數(shù)的選擇對(duì)比如下：1．四種閾值選取方式的對(duì)比（TPTR的設(shè)置）根據(jù)基本的噪聲模型，程序中使用四種規(guī)則來選取閾值，每一種規(guī)則的選取有參數(shù)TPTR決定。)[XD,CXD,LXD] = wden(C,L,TPTR,SORH,SCAL,N,39。 subplot(223), plot(x), axis([1 2048 10 10])。3.[X,XN] = wnoise(FUN,N,SQRT_SNR,INIT)使用初始值INIT產(chǎn)生含噪信號(hào)。 //沒行求一次動(dòng)態(tài)閾值 //Data_Binary(temp_i + 3,threshold)。 Data_buffer[temp_i][temp_j] = 250) max = Data_buffer[temp_i][temp_j]。 //雙峰法的最小值/********************二值化***********************/void Binary(void){ for(temp_i = 0。 安裝位置合適的一個(gè)標(biāo)準(zhǔn)是：在此位置的拍攝范圍能滿足控制的需要。本智能車輛定位系統(tǒng)的結(jié)構(gòu)圖如圖31所示。而小波法去噪又剛好克服了這些缺點(diǎn)，所以最終選擇了小波法去噪。一般軟閾值估計(jì)定義為 （27）（4）.綜上所述基于空域的平均濾波法和非線性的中值濾波都是通過對(duì)圖像像素的灰度值進(jìn)行運(yùn)算，達(dá)到平滑圖像的效果。小波去噪的方法有多種，如利用小波分解與重構(gòu)的方法濾波降噪、利用小波變換模極大值的方法去噪、利用信號(hào)小波變換后空域相關(guān)性進(jìn)行信噪分離、非線性小波閾值方法去噪、平移不變量小波去噪法，以及多小波去噪等等。因此平均濾波的一般輸出為: (23)對(duì)于二位序列 進(jìn)行中值濾波時(shí)，濾波窗口也是二維的，但這種二位窗口可以有各種不同的形狀，如線狀、方形、圓形、十字形、圓環(huán)形等。2. 中值濾波中值濾波是一種非線性濾波，由于它在實(shí)際運(yùn)算過程中并不需要圖像的統(tǒng)計(jì)特性，所以比較方便。變換域法是在圖像的變換域上進(jìn)行處理，對(duì)變換后的系數(shù)進(jìn)行相應(yīng)的處理，然后進(jìn)行反變換達(dá)到圖像去噪的目的?；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(xì)微處還沒有很好的區(qū)分度，因此不采用。因方差是灰度分布均勻性的一種度量,方差值越大,說明構(gòu)成圖像的兩部分差別越大,當(dāng)部分目標(biāo)錯(cuò)分為背景或部分背景錯(cuò)分為目標(biāo)都會(huì)導(dǎo)致兩部分差別變小，因此使類間方差最大的分割意味著錯(cuò)分概率最小。 迭代法迭代法是基于逼近的思想進(jìn)行設(shè)計(jì)的。經(jīng)過二值化處理后將原來白色的像素點(diǎn)用“0”表示，而黑色像素點(diǎn)用“1”表示。7620支持VGA（640x320）QVGA(320x240),且默認(rèn)的是VGA格式，通過調(diào)整SCCB可以改為QVGA格式。即收到復(fù)合同步信號(hào)后，電子槍要換位置時(shí)是不能發(fā)射電子束的，這時(shí)候就由這個(gè)信號(hào)來消隱。目前的模擬攝像頭一般都是PAL制式的，輸出的信號(hào)由復(fù)合同步信號(hào)，復(fù)合消隱信號(hào)和視頻信號(hào)組成。它們的差異之處就是圖像的掃描方式不同，CCD是采用連續(xù)掃描方式，即它只有等到最后一個(gè)像素掃描完成后才進(jìn)行放大；CMOS傳感器的每個(gè)像素都有一個(gè)將電荷放大為電信號(hào)的轉(zhuǎn)換器。通過以上幾個(gè)問題的解決，可以大大的提高飛思卡爾賽車的穩(wěn)定性和快速性。 小結(jié)基于此，本文主要解決的問題如下：1. 如何選擇攝像頭。在普通家庭轎車消費(fèi)中，智能車的研發(fā)也是很有價(jià)值的，比如霧天能見度差，人工駕駛經(jīng)常發(fā)生碰撞，如果用上這種設(shè)備，激光雷達(dá)會(huì)自動(dòng)探測(cè)前方的障礙物，電腦會(huì)控制車輛自動(dòng)停下來，撞車就不會(huì)發(fā)生了。然而，由于缺乏足夠的時(shí)間、空間、運(yùn)力靈活性，在客流量不足的情況下，系統(tǒng)效率將大大降低，運(yùn)營(yíng)成本過高，難以大力推廣和應(yīng)用。最近，小型 AGV 應(yīng)用更為廣泛，而且以長(zhǎng)距離不復(fù)雜的路徑規(guī)劃為主。飛思卡爾賽車及機(jī)器視覺設(shè)計(jì)方案第1章 飛思卡爾賽車及機(jī)器視覺的概述 智能車的研究背景 智能車的發(fā)展歷史1953 年，美國(guó) Barrett Electric 公司制造了世界上第 1 臺(tái)采用埋線電磁感應(yīng)方式跟蹤路徑的自動(dòng)導(dǎo)向車，也被稱作“無人駕駛牽引車”。AGV 從僅由大公司應(yīng)用，正向小公司單臺(tái)應(yīng)用轉(zhuǎn)變，而且其效率和效益更好?；仡櫰嚢l(fā)展的百年歷史，不難發(fā)現(xiàn)其控制方式從未發(fā)生過根本性改變，即由人觀察道路并駕駛車輛，形成“路－人－車”的閉環(huán)交通系統(tǒng)。 智能車設(shè)計(jì)要求介紹 在在飛思卡爾比賽中，參賽選手使用大賽組委會(huì)統(tǒng)一提供的競(jìng)賽車模，以 Freescale 公司生產(chǎn)的 16 位微控制器 MC9S12DG128B 作為核心控制單元，自主構(gòu)思控制方案及系統(tǒng)設(shè)計(jì)，包括傳感器信號(hào)采集處理、控制算法及執(zhí)行、動(dòng)力電機(jī)驅(qū)動(dòng)、轉(zhuǎn)向舵機(jī)控制等，最終實(shí)現(xiàn)一套能夠自主識(shí)別路線，并且可以實(shí)時(shí)輸出車體狀態(tài)的智能車控制軟硬件系統(tǒng)。攝像頭有數(shù)字?jǐn)z像頭，有模擬攝像頭。4洛陽理工學(xué)院畢業(yè)設(shè)計(jì)（論文）第2章 主要思路及技術(shù)方案概要 總體設(shè)計(jì)主要方法步驟為滿足飛思卡爾賽車的設(shè)計(jì)要求，總體設(shè)計(jì)思路如下設(shè)計(jì)思路：通過對(duì)攝像頭采集到的圖像的進(jìn)行處理，然后通過測(cè)速電機(jī)對(duì)小車的實(shí)時(shí)速度的采集，處理器再對(duì)采集到的數(shù)據(jù)進(jìn)行分析，然后控制小車的運(yùn)動(dòng)方向和速度。所以CMOS的功耗比CCD要小。視頻信號(hào)：真正的圖像信號(hào)，對(duì)于黑白攝像頭，圖像越黑，電壓越低，圖像越白，電壓越高。在這里我們完全不用理會(huì)這個(gè)信號(hào)。這樣改有兩個(gè)好處：首先像素小了。根據(jù)閾值選取的不同，二值化的算法分為固定閾值和自適應(yīng)閾值。其步驟如下：（1）.求出圖象的最大灰度值和最小灰度值，分別記為ZMAX和ZMIN，令初始閾值T0=(ZMAX+ZMIN)/2；（2）根據(jù)閾值TK將圖象分割為前景和背景，分別求出兩者的平均灰度值ZO和ZB；（3）求出新閾值TK+1=(ZO+ZB)/2；（4）若TK=TK+1，則所得即為閾值；否則轉(zhuǎn)2，迭代計(jì)算。直接應(yīng)用大津法計(jì)算量較大，因此我們?cè)趯?shí)現(xiàn)時(shí)采用了等價(jià)的公式g=w0*w1*(u0u1)2。而對(duì)于大津法，其運(yùn)算量大，影響速度，大津法致命的缺陷是當(dāng)目標(biāo)物與背景灰度差不明顯時(shí)，會(huì)出現(xiàn)無法忍受的大塊黑色區(qū)域，甚至?xí)G失整幅圖像的信息，因此也不予采用。由于傳統(tǒng)的頻域去燥方法比較復(fù)雜，這里不采用也不再敘述，主要介紹一下傳統(tǒng)的時(shí)域去噪處理方法。中值濾波首先是被應(yīng)用在一維信號(hào)處理技術(shù)中，后來被二維圖像信號(hào)處理技術(shù)所應(yīng)用。二維數(shù)據(jù)的中值濾波可以表示為: (24)在實(shí)際使用窗口時(shí)，窗口的尺寸一般先用再取逐漸增大，直到其濾波效果滿意為止。歸結(jié)起來主要有三類:模極大值檢測(cè)法、閾值去噪法和屏蔽(相關(guān))去噪法。平均濾波是以點(diǎn)鄰域像素灰度平均值來代替該點(diǎn)的灰度值，而中值濾波則以點(diǎn)鄰域像素灰度值中值來代替該點(diǎn)的灰度值，因此，對(duì)于隨機(jī)噪音的抑制能力，中值濾波器的性能要比均值濾波器的差些。經(jīng)過對(duì)比和選擇，攝像頭選擇為數(shù)字?jǐn)z像頭；二值化算法選擇雙峰法；去噪選擇小波去噪法。因?yàn)橄到y(tǒng)是一個(gè)有機(jī)的整體，所以任何一部分的改進(jìn)都能提高小車的性能。控制的策略簡(jiǎn)單，則所需的拍攝范圍就可以小一些；反之策略復(fù)雜，需獲得的賽道信息較多，則拍攝范圍就應(yīng)大一些。temp_i line。 else if(Data_buffer[temp_i][temp_j] min amp。 //沒行求一次動(dòng)態(tài)閾值 //Data_Binary(temp_i + 4,threshold)。下面的MATLAB語句產(chǎn)生信號(hào)：%產(chǎn)生一個(gè)Heavy sine初始信號(hào)x和長(zhǎng)度為211點(diǎn)、含標(biāo)準(zhǔn)高斯白噪聲的信號(hào)xrefsnr = 3。 title([39。wname39。TPTR的選擇有以下四種閾值規(guī)則：（1）TPTR=‘rigrsure’是一種基于史坦的無偏似然估計(jì)（二次方程）原理的自適應(yīng)閾值選擇。在MATLAB中運(yùn)行以下語句：%不同閾值選取方式下濾波效果的比較snr = 3。,39。)。sym839。,39。 title(39。sln39。 [c,l] = wavedec(x,lev,39。sln39。軟閾值的連續(xù)性較好。% 作用硬閾值xthard = wthresh(x,39。作用硬閾值的結(jié)果39。3．小波函數(shù)的比較選取（wname）小波函數(shù)可以選取一個(gè)正交小波，如Daubechies（dbN），symlets（symN），coiflets（soifN）等。 [temp_line] != (point 1))//左邊丟失 {Middle[temp_line]=(int)((Middle[temp_line+1]+(Rate*([temp_line][temp_line+1]))))。 } } } else if( != 1 amp。amp。 != 0))//左右起始行不在同一行 且無法先下補(bǔ)線 { if( ) { for(temp_line = ( + 2)。 }else if([temp_line] != 0 amp。temp_line = 0。amp。 ( = 22))//只有一邊的線完整 { Middle[line 1] = [line 1] + 50。 for(temp_line = (line 2)。temp_line = 0。amp。temp_line) { if([temp_line] == 0 amp。 [temp_line] != (point 1))//正常 { Middle[temp_line] = ([temp_line] + [temp_line]) / 2。 %記錄數(shù)據(jù)總個(gè)數(shù)TXTSuffix = 39。 %合并字符串else %超過十個(gè)文件 CurrentTXTNum = 48 + mod((temp48),10)。 %計(jì)算個(gè)數(shù)