【正文】 分析如下：根據(jù)小車前進(jìn)的趨勢(shì)，可以大致補(bǔ)出出現(xiàn)盲區(qū)的黑線區(qū)域，通過(guò)串口采集回來(lái)的數(shù)據(jù)（如圖55和56）分析后知效果基本理想，滿足設(shè)計(jì)要求。各種算法的適用條件，各種設(shè)備的選用標(biāo)準(zhǔn)等，我都是隨著設(shè)計(jì)的不斷深入而不斷熟悉并學(xué)會(huì)應(yīng)用的。衷心感謝通信專業(yè)的全體老師在我求學(xué)生涯中給予我的幫助和支持。 在設(shè)計(jì)過(guò)程中補(bǔ)線設(shè)計(jì)讓我很頭痛，原因是由于本身設(shè)計(jì)受到光照不均勻、反光的影響，這些都影響小車能否準(zhǔn)確進(jìn)行路徑識(shí)別。對(duì)二值化效果分析：采用的雙峰值法，不僅可以把灰度值轉(zhuǎn)換為簡(jiǎn)單的二值數(shù)據(jù)還可以起到初步的去噪，算法簡(jiǎn)單但效果明顯。[BW,thresh] = edge(U8date,39。%關(guān)閉文件CRevDate = reshape(RevDate,130,30)。039。% figure,imshow(Image)。 plot(x,y,39。 %d39。039。 //Start_Line()。amp。temp_line = 。 } else if([temp_line] != 0 amp。 } } else //通過(guò)近處幾行的補(bǔ)線圖像完整 { if( = ) { for(temp_line = (line 1)。 else Middle[temp_line]=(int)((Middle[temp_line+1]+(Rate*([temp_line][temp_line+1]))))。temp_line ( + 2)。 } else if([temp_line] != 0 amp。 } } for(temp_line = (line 1)。 [temp_line] != (point 1)) {Middle[temp_line]=(int)((Middle[temp_line+1]+(Rate*([temp_line][temp_line+1]))))。 } } if((( 22) || ( 22)) amp。 = 22)//近處幾行丟失補(bǔ)出來(lái) { for(temp_i = ( + 3)。 } else if([temp_line] != 0 amp。補(bǔ)線代碼如下：void Midline(void){ if( == 0) //尋線正常...... { for(temp_line = (line 1)。作用軟閾值的結(jié)果39。s39。在MATLAB下運(yùn)行如下語(yǔ)句：%軟門限閾值和硬門限閾值效果比較snr = 3。得到4個(gè)去噪效果圖如圖44所示。minimaxi39。subplot(224), plot(xd), axis([1 2048 10 10])。minimaxi39。,lev,39。 heursure 39。s39。)。xd = wden(x,39。如果噪聲比很?。ü烙?jì)有很大的噪聲），因此，采用此種啟發(fā)式的閾值。（2）[XD,CXD,LXD] = wden(C,L,TPTR,SORH,SCAL,N,39。圖43 原始信號(hào)和含燥信號(hào) 各參數(shù)下去噪效果對(duì)比MATLAB工具箱提供了函數(shù)wden以實(shí)現(xiàn)自動(dòng)利用小波進(jìn)行一維信號(hào)的去噪。 title(39。 實(shí)驗(yàn)信號(hào)的產(chǎn)生該節(jié)所用到的實(shí)驗(yàn)信號(hào)是由wnoise（）函數(shù)產(chǎn)生的長(zhǎng)度為211點(diǎn)、含標(biāo)準(zhǔn)高斯白噪聲、信噪比為3的‘heavy sine’信號(hào)。 //每行最大值最小值的平均值 Data_Binary(temp_i,threshold)。temp_j point。20 第4章 軟件設(shè)計(jì) 系統(tǒng)軟件總體設(shè)計(jì)方案根據(jù)設(shè)計(jì)要求軟件設(shè)計(jì)的總體流程圖如圖41所示：圖41 系統(tǒng)軟件結(jié)構(gòu) 圖像二值化軟件設(shè)計(jì)根據(jù)第二章的雙峰值法設(shè)計(jì)原理相應(yīng)的程序的代碼如下（部分代碼）：pragma CODE_SEG DEFAULTuchar threshold。圖32 核心控制板核心控制板的原理圖見(jiàn)附錄。此智能車輛定位系統(tǒng)用攝像頭拍攝車輛前方的賽道，通過(guò) MC9S12DG12采樣視頻信號(hào)，獲得圖像數(shù)據(jù)。平均濾波是以點(diǎn)鄰域像素灰度平均值來(lái)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(lái)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。對(duì)連續(xù)做幾次小波分解后，有空間分布不均勻信號(hào)各尺度上小波系數(shù)在某些特定位置有較大的值，這些點(diǎn)對(duì)應(yīng)于原始信號(hào)的奇變位置和重要信息，而其他大部分位置的較?。粚?duì)于白噪聲，它對(duì)應(yīng)的小波系數(shù)在每個(gè)尺度上的分布都是均勻的，并隨尺度的增加，系數(shù)的幅值減小。 小波去噪近年來(lái)，小波理論得了非常迅速的發(fā)展，由于其具備良好的時(shí)頻特性和多分辨率特性，小波理論成功地在許多領(lǐng)域得到了廣泛的應(yīng)用。設(shè)有一個(gè)一維序列，…，取窗口長(zhǎng)度為m(m為奇數(shù))，對(duì)此序列進(jìn)行中值濾波，就是從輸入序列中相繼抽出m個(gè)數(shù)，…，…，…，…，其中為窗口的中心位置，再將這m個(gè)點(diǎn)按其數(shù)值大小排列，取其序號(hào)為正中間的那作為出。圖像鄰域平均法的處理效果與所用的鄰域半徑有關(guān)。時(shí)域描述信號(hào)強(qiáng)度隨時(shí)間的變化，頻域描述在一定時(shí)間范圍內(nèi)信號(hào)的頻率分布?；叶仍黾拥姆椒ㄊ怯迷械幕叶燃?jí)乘上同一個(gè)系數(shù)，從而擴(kuò)大灰度的級(jí)數(shù)，特別地，當(dāng)乘上的系數(shù)為1時(shí)，這就是大津法的原型，因此，大津法可以看做是這種方法的一個(gè)特例。圖像的總平均灰度為：u=w0*u0+w1*u1。首先存儲(chǔ)一幅原始圖像的所有數(shù)據(jù)，然后對(duì)整幅圖像的第一像素點(diǎn)進(jìn)行統(tǒng)計(jì)，最終把第個(gè)亮度值所對(duì)應(yīng)的像素點(diǎn)個(gè)數(shù)統(tǒng)計(jì)出來(lái)，結(jié)果將出現(xiàn)一個(gè)雙波峰形圖，如圖42所示。視野和可視距離：這個(gè)和鏡頭的選擇有關(guān)，據(jù)我測(cè)試，f= 時(shí)視野應(yīng)該有 25度左右,f ,畢竟相素值只有 30萬(wàn)多,用單片機(jī)讀可以看到 34M ,太遠(yuǎn)了黑線會(huì)很細(xì), 1 米左右時(shí),黑線寬度可用 8 個(gè)點(diǎn)表示。它支持連續(xù)和隔行兩種掃描方式，VGA與QVGA兩種圖像格式；最高像素為664492，幀速率為30fps；數(shù)據(jù)格式包括YUV，YCrCb，RGB三種，能夠滿足智能車圖像采集系統(tǒng)的要求。當(dāng)電子槍收到場(chǎng)同步信號(hào)時(shí)就從屏幕的最右下角移到最左上角。另外根據(jù)攝像頭的安裝方式不同，也有旋轉(zhuǎn)90度進(jìn)行采集的。根據(jù)其原理不同攝像頭主要分為兩種：CCD(Charge Coupled Device)攝像頭、CMOS攝像頭。3. 如何對(duì)圖像進(jìn)行二值化。 機(jī)器視覺(jué)介紹所謂機(jī)器視覺(jué)就是用視覺(jué)傳感器代替人眼來(lái)做測(cè)量和判斷，這也是模式識(shí)別的基礎(chǔ)。這種新型車輛控制方法的核心，就是實(shí)現(xiàn)車輛的智能化。優(yōu)先發(fā)展城市公共交通是提高交通資源利用效率，緩解交通擁堵的重要手段。在 20 世紀(jì) 70 年代和 80 年代初，AGV的應(yīng)用領(lǐng)域擴(kuò)大而且工作條件也變得多樣化，因此，新的導(dǎo)向方式和技術(shù)得到了更廣泛的研究與開(kāi)發(fā)。這些自動(dòng)導(dǎo)向車主要用于自動(dòng)化倉(cāng)貯系統(tǒng)和柔性裝配系統(tǒng)的物料運(yùn)輸。然而，目前世界上許多大城市都面臨著由私人汽車過(guò)度使用而帶來(lái)的諸多問(wèn)題，例如道路堵塞、停車?yán)щy、能源消耗、噪聲污染和環(huán)境污染等，這些問(wèn)題嚴(yán)重降低了城市生活的質(zhì)量。如果要從根本上解決這一問(wèn)題，就需要將“人”從交通控制系統(tǒng)中請(qǐng)出來(lái)，形成“車－路”閉環(huán)交通系統(tǒng)，從而提高安全性和系統(tǒng)效率。但與去年不同的是，今年的賽道與去年不同，今年的賽道黑色軌跡不是在中間而是在兩邊，對(duì)于攝像頭足來(lái)說(shuō)難度不是太大，對(duì)于激光組來(lái)說(shuō)有一定的挑戰(zhàn)性。飛思卡爾比賽是競(jìng)速比賽，利用攝像頭采集圖像時(shí)必須要滿足圖像的快速性，因?yàn)椴杉乃俣戎苯佑绊懙教幚砥鲗?duì)賽車的實(shí)時(shí)控制。 攝像頭的對(duì)比與選擇 攝像頭的選取圖像傳感器即攝像頭是組成機(jī)器視覺(jué)系統(tǒng)的非常重要的元器件。也可以使用PAL制式黑白攝像頭和單片機(jī)片內(nèi)部AD來(lái)進(jìn)行圖像采集。當(dāng)電子槍收到行同步信號(hào)時(shí)，電子束就從上一行的最右端移動(dòng)到下一行的最左端。 數(shù)字?jǐn)z像頭OV7620是1/3CMOS彩色/黑白圖像傳感器。320x240 pixels，理解為：有320行，一行有240個(gè)點(diǎn)。因此，可以采用直方圖統(tǒng)計(jì)法來(lái)對(duì)其閥值進(jìn)行自動(dòng)設(shè)定，具體方法如下。 大津法大津法由大津于1979年提出，對(duì)圖像Image，記t為前景與背景的分割閾值，前景點(diǎn)數(shù)占圖像比例為w0，平均灰度為u0；背景點(diǎn)數(shù)占圖像比例為w1，平均灰度為u1。這種方法的原理其實(shí)就是在大津法的基礎(chǔ)上通過(guò)增加灰度的級(jí)數(shù)來(lái)增強(qiáng)前后景的灰度差，從而解決問(wèn)題。 傳統(tǒng)的去噪法對(duì)隨時(shí)間變化的信號(hào)，通常采用兩種最基本的描述形式，即時(shí)域和頻域。設(shè)一幅圖像為的陣列，處理后的圖像為，它的每個(gè)像素的灰度級(jí)由包含領(lǐng)域的幾個(gè)像素的灰度級(jí)的平均值所決定，即用下式得到處理后的圖像: (2l)式中；s是以點(diǎn)為中心的鄰域的集合，M是s內(nèi)坐標(biāo)總數(shù)。中值濾波的基本原理是把數(shù)字圖像或數(shù)字序列中一點(diǎn)的值用該點(diǎn)的一個(gè)鄰域中各點(diǎn)值的中值代替。與平均濾波器相比，中值濾波器從總體上來(lái)說(shuō)，能夠較好地保留原圖像中的躍變部分。Donoho提出了一種非常簡(jiǎn)潔的方法對(duì)小波系數(shù)進(jìn)行估計(jì)。 去噪方法的最終確定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(guò)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。本章主要論述的是各種方案的對(duì)比以及最終方案的選擇。電路板上包括了S12單片機(jī)工作所必需的穩(wěn)壓模塊、時(shí)鐘模塊和復(fù)位模塊，同時(shí)還包括了調(diào)PID參數(shù)電路、串口以及無(wú)線SPI接口等。圖33 智能車攝像頭安裝圖 小結(jié)由于小車要快速奔跑，需要保證它的穩(wěn)定性堅(jiān)固性，對(duì)于小車的布局都有嚴(yán)格的要求，經(jīng)過(guò)測(cè)試如上圖的的布局最為合理。 //賦初值 for(temp_j = 0。 } threshold = (uchar)((max+min)/2)。該節(jié)首先產(chǎn)生一個(gè)實(shí)驗(yàn)信號(hào)，然后對(duì)小波去噪時(shí)各種參數(shù)設(shè)置進(jìn)行了詳細(xì)的對(duì)比研究，最后用MATLAB語(yǔ)言對(duì)小波去噪進(jìn)行仿真。subplot(221), plot(xref), axis([1 2048 10 10])。 圖43所示就是以上語(yǔ)句為產(chǎn)生的測(cè)試信號(hào)圖形。)對(duì)輸入信號(hào)X進(jìn)行去噪處理，返回經(jīng)過(guò)處理的信號(hào)XD，以及XD的小波分解結(jié)構(gòu)[CXD,LXD]。（3）TPTR=‘heursure’事前兩種閾值的綜合，是最優(yōu)預(yù)測(cè)變量閾值選擇。lev = 5。sym839。,39。 title(39。sln39。xd = wden(x,39。)。xd = wden(c,l,39。)。一般來(lái)說(shuō)，用硬閾值處理后的信號(hào)比用軟閾值處理后的信號(hào)更為粗糙。% 作用軟閾值 xtsoft = wthresh(x,39。title(39。取出其相應(yīng)偏差值取其平均值，然后根據(jù)偏差趨勢(shì)，補(bǔ)出其相應(yīng)缺失的線。 [temp_line] == (point 1))//右邊丟失 {Middle[temp_line]=(int)((Middle[temp_line+1]+(Rate*([temp_line][temp_line+1]))))。amp。temp_j++) { [temp_j] = 2 * [temp_j 1] [temp_j 2]。amp。 } else { Middle[temp_line] = Middle[temp_line+1]。 [temp_line] != (point 1)) { Middle[temp_line]=(int)((Middle[temp_line+1]+(Rate*([temp_line][temp_line+1]))))。 } } for(temp_line = (line 1)。temp_line) { if([temp_line] == 0) Middle[temp_line] = Middle[temp_line + 1]。 else Middle[temp_line]=(int)((Middle[temp_line+1]+(Rate*([temp_line][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 { for(temp_line = (line 1)。