前言

參加了第十六，十七和第十八屆全國大學生智能車競賽，對攝像頭的學習有部分心得，分享給大家，三屆車賽，車賽生涯也算是到了盡頭。打算從基礎的算法開始，給各位一些個人看法，也是對車賽的一次總結。

一、攝像頭圖像處理

閑話：其實攝像頭的算法有很多種，弄了兩年攝像頭，也只是學會了其中很小的一部分，但最終，作用都是大同小異的，也不必太過于追求算法上的完美。只需要達到能穩定提取特征，識別元素其實就夠用了。（個人用的是普通大津+二值化+八領域做邊界提取）

1、攝像頭圖像采集

打開攝像頭相關例程，可以發現其實最終攝像頭所采集的數據都存入了一個二維數組中，工作方式也很簡單：圖像采集，將圖像采集標志置一。手動清零，就可以達到重復采集的目的。（沒有相關例程的可以去找客服要，記得B站上也有逐飛的攝像頭攝像頭圖像采集視頻講解）

2、圖像二值化與大津算法

智能車使用的攝像頭所采集的圖像一般都是灰度圖像，將圖像分割、數字化成一個個的數（一個個的像素點），0~255，像素點顏色越白數字越大。我們可以看出圖像信息很豐富，圖像處理方法自然也就多種多樣了，首先我們可以將圖像二值化。

二值化就是將圖像上的灰度點分別設置為0,255（0xFF）（有點像二級分化）。圖像直觀上就會變為黑白圖像。我們該按照何種規則分黑和白呢？這時候就需要我們找出黑、白的分界值（也就是閾值）（大于閾值即為白，反之為黑），然后可以遍歷圖像數組中每一個像素點，大于閾值設為0XFF（白）,反之設為0（黑）。（二值化有一個進階的思想：圖像每一個點都需要二值化嘛，我們能不能只將要使用的點二值化呢，這樣速度是不是就快了，這個其實開始沒有必要弄，有一張完整的二值化圖也方便我們理解）

注：1，數組均從零開始。
2，二值化不能作用于攝像頭采集原圖上，應該重新定義一個同大小的數組，專門存放二值化后的圖像信息。（防止在進行圖像處理時，攝像頭重新采集數據，覆蓋之前數據）

?/*
mt9v03x_image_dvp : 原圖像   		 存放攝像頭灰度原圖
mt9v03x_image_baz ：二值化圖像        用于存放圖像右邊界 
WHTIE  宏定義  替換作用 與0xff相同
*/
#define WHTIE 0xff //255
#define BLACK 0x00//使用宏 通過單詞代替抽象的數字 for(uint8_t i=0;i<MT9V03X_DVP_H;i++)             //MT9V03X_DVP_H:圖像高{for(uint8_t j=0;j<MT9V03X_DVP_W;j++)         //MT9V03X_DVP_W:圖像寬{if(mt9v03x_image_dvp[i][j]>=threshold )  //threshold:圖像閾值{mt9v03x_image_baz[i][j]=WHITE;}else{mt9v03x_image_baz[i][j]=BLACK;}}}?

后面就是確定圖像的閾值了，因為真實環境亮度是變化的，單純的給定閾值二值化就顯得不夠穩定，在圖像的基礎上動態的計算閾值適應性更強。我選擇的是大津算法，也是常用且基礎的一種了，缺點就是運算時間有點稍長。

大津算法的相關我就不說了，網上有很多相關介紹。（其實我理解的也不太透徹， 手動狗頭保命）

二、左右邊界，中線掃描

在二值化之后，我們得到了一個由黑和白組成的二維數組，而我們的目的是讓小車時刻處于賽道中間位置，也就是圖像中間位置。我們想要小車不出賽道，如果能讓賽道的中線始終貼合圖像數組的中間（此處圖像數組的中間我們可以想象為圖像的寬/2），那我們的小車是不是就不會出賽道了。圖像數組的中間就像PID中的理論值，實際賽道的中線就像實際值。這樣我們是不是就可以將圖像與PID聯系起來。
說回邊界掃描，想直接找賽道中線還是比較難的，主要是沒有明顯特征，我們不妨先尋找左右邊界（左右邊界黑白相夾），左右相加除二求得中線。這樣就得到比較真實的中線坐標，再對比理想中線坐標（圖像中間，也就是圖像寬/2），從而求出中線偏差，用于PID控制。思路大抵都是這樣，但找的方法就很多種多樣了。

基礎的方法就是從中間往兩邊找，缺點是遍歷了整幅圖像，消耗時間稍長，而進階的就有對普通兩邊找線方法的優化，（如：雙最長白列法）。再進一步稍微復雜一點的有八鄰域，迷宮法等等。

我們先來看看普通的兩邊找線法：

基本思路就是從最下行往上 （利于對之后對中線的處理），每一行從中間往兩邊，分別尋找左右邊界（特征：黑白跳變），存入左右邊界數組。
同時存下中線坐標，用于下一行中線的掃描。（這樣減小運算量的同時還可以加大中線掃描時的連續性）左右邊界相加除2求出該行中線坐標，存入中線數組。
注：

/* last_mid:                   邊界掃描起始坐標 每行邊界從此開始 起始行為圖像寬/2 后為前一行圖像中線坐標MT9V03X_DVP_W:              圖像寬MT9V03X_DVP_H:              圖像高mt9v03x_image_baz[][]:      二值化圖像數組left_flag[] :               左邊界存在數組 左邊界存在 標志置1left_flag[] :               右邊界存在數組 右邊界存在 標志置1left_border[]:              左邊界數組 存放左邊界坐標right_border[]:             右邊界數組 存放右邊界坐標Mid_border[]:               中線左邊數組 存放中線坐標
*/last_mid = MT9V03X_DVP_W / 2;    
for (int i = MT9V03X_DVP_H - 1; i >= 0; i--)//從下往上掃描
{left_flag[i] = 1;right_flag[i] = 1;for (int j = last_mid; j > 1; j--)//中間往左邊掃描{if (mt9v03x_image_baz[i][j] == 0xff && mt9v03x_image_baz[i][j-1] == 0x00 &&  mt9v03x_image_baz[i][j-2]==0x00)//黑黑白認為找到左邊界{left_border[i] = j;                       //將左邊界存入左邊界數組left_flag[i] = 1;                         //左邊界找到，標志置0break; 				//跳出循環}}if (left_flag[i]==0) left_border[i]=0;              //補線標志未置一,此行左丟線,取圖像左邊界for (int j = last_mid; j < MT9V03X_DVP_W-2; j++)  //往右掃描{if (mt9v03x_image_baz[i][j]==0xff && mt9v03x_image_baz[i][j+1]==0x00 && mt9v03x_image_baz[i][j+2]==0x00)//白黑黑認為找到右邊界{right_border[i] = j;                        //將右邊界存入右邊界數組right_flag[i] = 1;                         //右邊界找到，標志置0break; 				//跳出循環}}if (right_flag[i]==0) right_border[i] = MT9V03X_DVP_W-1;           //補線標志未置一,此行右丟線,取圖像右邊界Mid_border[i] = (left_border[i] + right_border[i]) / 2;		//中線坐標mt9v03x_image_baz[i][left_border[i]-2] = BLACK; 	//左邊界涂黑mt9v03x_image_baz[i][Mid_border[i]] = BLACK; 	//中線涂黑mt9v03x_image_baz[i][right_border[i]+2] = BLACK; 	//右邊界涂黑       /* 注意  左右邊界-2 +2 很容易存在數組越界 導致程序卡住 如  左邊界點  left_border[i]=0;   [right_border[i]=MT9V03X_DVP_W-1自己使用時可以加個限制如mt9v03x_image_baz[i][(left_border[i]<2?2:left_border[i])-2] = BLACK; 	//左邊界涂黑*/last_mid = Mid_border[i];		//中線查找開始點，方便中線尋找
}

可以在圖像上把邊界顯示出來，方便后面觀察圖像，像這樣：

后續給各位說說我對八領域的理解，歡迎大家關注！！！