火车轨道铁路轨道检测识别(附带Python源码+详细解析)

2024-06-19 06:37| 来源: 网络整理| 查看: 265

现在的网络上，铁轨检测的源码几乎没有，所以自己参照着一篇汽车车道线检测的方法，然后调节参数，实现了铁轨的轨道检测，但现在只能检测直线，弯曲的铁轨检测下一步会实现，实现之后会更新的，敬请期待。

弯轨检测的已经实现并且检测效果不弱于直线：火车轨道铁路轨道检测识别（弯轨+直轨）通用性（Python源码+讲解）

针对现有的火车轨道检测，从汽车车道线延伸过来，用的是同样的方法可以实现火车轨道检测。

需求环境

Ubuntu16.04

python3.5

opencv3.2

原图：

效果图：

首先，是对图片的读取操作，采用的是imread函数

img = mplimg.imread("lane.jpg") print("start to process the image....")

①灰度转换

首先是对图片进行灰度转换 cv2.cvtColor(img, cv2.COLOR_RGB2GRAY)

这里的灰度图因为有颜色让我探索了好久，后来发现imwrite之后的是没有颜色的，猜想原因应该是plt.imshow()的原因

②高斯变换

进行高斯变换，曲率选择29 cv2.GaussianBlur(gray, (blur_ksize, blur_ksize), 0, 0)

③边缘检测（Canny算子检测）

利用canny算子检测，设置好双阈值 [40,130]，cv2.Canny(blur_gray, canny_lthreshold, canny_hthreshold)

④选取RIO区域

针对火车的特殊性，轨道总是出现在固定的位置，选取一个梯形的RIO区域

RIO区域如下所示：网格区域，选取出来四个角点

def roi_mask(img, vertices):#img是输入的图像，verticess是兴趣区的四个点的坐标（三维的数组） mask = np.zeros_like(img)#生成与输入图像相同大小的图像，并使用0填充,图像为黑色 #defining a 3 channel or 1 channel color to fill the mask with depending on the input image if len(img.shape) > 2: channel_count = img.shape[2] # i.e. 3 or 4 depending on your image mask_color = (255,) * channel_count#如果 channel_count=3,则为(255,255,255) else: mask_color = 255 cv2.fillPoly(mask, vertices, mask_color)#使用白色填充多边形，形成蒙板 masked_img = cv2.bitwise_and(img, mask)#img&mask，经过此操作后，兴趣区域以外的部分被蒙住了，只留下兴趣区域的图像 return masked_img

⑥识别两条铁轨，霍夫直线检测

针对两条铁轨不同的斜率划分出来左右，霍夫直线检测，然后将划分出来的点，进行线性拟合，绘制出两个铁轨

两条铁路的的斜率和拍摄的视角有关系，如果摄像机安装在机车的中心区域，那么两条铁轨的斜率是一正一负两个级别，可以用0来进行划分，但是因为我图片中的拍摄位置问题，两条铁路都是负斜率，所以需要界定一个中间值，大概是 -0.6左右，将两条铁轨可以完美的区别开。

def draw_lanes(img, lines, color=[255, 0, 0], thickness=8): left_lines, right_lines = [], []#用于存储左边和右边的直线 for line in lines:#对直线进行分类 for x1, y1, x2, y2 in line: #cv2.line(img, (x1, y1),(x2,y2), color, thickness) # 画出直线 k = (y2 - y1) / (x2 - x1) if k < -7: left_lines.append(line) else: right_lines.append(line) # for line in right_lines: # for x1,y1,x2,y2 in line: # cv2.line(img, (x1, y1), (x2, y2), color, thickness) if (len(left_lines) threshold:#将差值大于阈值的直线弹出 slope.pop(idx)#弹出斜率 lines.pop(idx)#弹出直线 else: break

最后，将两个图像进行叠加，输出图像

完整代码：https://github.com/Zanderzt/Rail-detection

代码调不易，star两行泪，欢迎star，感谢~

【本文地址】

公司简介

联系我们