【智能车】摄像头算法理论（1）——框架（待补充）

1、摄像头CSI接口

    摄像头的数据传出通过八个数据接口，中断用于数据分格，分为像素时钟、行中断 和场中断

        像素时钟PCLK：每采集到一个像素传输出一次信号

        行中断HREF：每采集完一行像素传输出一次信号

        场中断VSYNC：每采集完一帧图像传输出一次信号

        D0~7：八个数据接口 

        RX&TX：参数配置接口，通过UART配置  

    配置通讯格式

    

 

     每个配置数据包由4个8位数据构成，其中命令数据用于选择所要配置的参数，后16位位具体的数据值

2、图像数据处理

    图像的处理主要有：二值化、图像视角校正、图像优化与边缘&中线提取

    二值化：

        直接通过设定阈值的方法，高于阈值设为白，低于阈值设为黑，阈值确定通过

            a\观察法：现场调节出合适阈值

            b\大津法：算法遍历各个阈值使得获取图像黑白差异最大

            c\谷底最小值：通过实例对比发现，由于智能车比赛中加入了赛道边沿的条状黑色边条，大津法在此情况下容易对赛道产生误判，与之相比的利用谷底最小值可以较好地完成识别，两种方法可以选择着用

    图像视角校正：

    图像优化：

        赛道情况较为复杂，主要存在问题有，赛道平整度差异等因素造成的图像噪点，比赛场地光照条件造成的反光使得某些深色区域在反光后会被误判为赛道，解决上述问题的方法分别为

            a\滤波算法：

            b\阳光算法：

    边缘&中线提取：

        边缘提取：通过检测0/1值的突变检测赛道边缘，注意算法的鲁棒性（由于边缘不一定是光滑的，因此需要多个限制条件检测）

        中线提取：通过提取到的边缘值取平均值的方法获得中线，在出现非常规图像的情况下适当采用补线等操作