8.2 摄像道路检测中的信息处理
相对于红外道路检测的方式,采用摄像道路检测,在道路信息检测的类型、精度等方面具有优势。但由于处理的是图像信号,所以计算量相对较大。通过适当降低采集图像分辨率,在保证一定检测精度的情况下使得单片机能够实时计算。图16所示是分辨率为72×24的道路图像。
图像处理过程包括图像滤波、二值化、计算每行道路**位置、方向以及弯曲程度。
8.2.1 消除干扰噪声
图像中的噪声干扰主要来源于不均匀的环境光线和干扰电信号。消除噪声的主要方法包括:对原始图像进行3×3的均值滤波或者中值滤波,减小其中单个噪声点对于后期二值化后的影响;对二值化后的图像中零散的噪声点进行判断剔除;根据道路**线连续性,如果某一行求取得**点位置与相邻的两行都相差很大,可以认为该行数值错误,抛弃该行的数据或使用前后两行数据的平均值代替该错误数据。
8.2.2 图像失真校正
由于摄像头安装高度以及倾斜角度造成采集到的道路图像具有较大的梯形失真。如图17所示。 尊敬的PaulGrimme先生、孙柏林副理事长、吴澄院士、汪劲松副校长,北京市教委、在京高校、飞思卡尔及自动化教指委的其他领导,各参赛队的全体同学及指导教师:中午好!
今天,在清华大学举行“**届‘飞思卡尔’杯全国大学生智能汽车邀请赛”暨颁奖大会,让我代表教育部高教司,对大会成功举办表示热烈的祝贺;向愿意为中国的人才培养和汽车电子技术自主创新能力的培育做出自己贡献的飞思卡尔公司,向为本届比赛进行了大量的卓有成效筹备工作的清华大学表示衷心的感谢;向获得了各类奖项的同学及导师表示热烈的祝贺。
同学们,老师们,今年年初以来,胡锦涛主席在全国科学技术大会发出了建设创新型**的伟大号召,国务院发表了《**中长期科学和技术发展规划纲要》,对高等教育教学改革与培养创新型人才提出了更高的要求。首届全国大学生智能汽车竞赛正是在这一背景下举办的,它与教育部委托举办的全国数学建模、电子设计、机械设计等一样,都是为了提高大学生的动手能力和创新能力而举办的,具有重大的现实意义。与其他大赛不同的是,这个大赛的综合性很强,它是以现代汽车电子为背景,涵盖了多个学科交叉的科技创意性比赛,这对进一步深化高等工程教育改革,提高大学生创新意识,促进跨学科人才培养,具有重要的意义。
创新的关键在人才,而人才培养的关键在教育。
中国的大学培养了很多人才,我们现在的在校大学生有1600多万。但是,据美国麦肯锡咨询公司的报告,中国的合格大学生不是太多,而是太少了。我们的大学生外语能力差,动手能力差。
今年2月,美国**科学院和工程院联合发布了题为《迎接风暴》的报告,引起了很大反响。该报告对美国如何提高其**竞争力、增强综合国力、促进****繁荣,提出了重大建议。其中有一条非常重要,就是工程教育。该报告对美国工程教育的现状和问题作了深入分析,特别指出美国在工程教育方面的领先优势正在丧失。中国每年培养60万工程师,但美国只有7万。美国学生不愿意学工科。报告在对美国工程教育做出反思的同时,提出了一系列重大政策建议。从这篇报告中得到两个深刻的印象。一是美国人的危机意识很强,而且善于利用这种意识推动**发展。再一个印象就是美国对人才和教育的高度重视,尤其是对科学和工程教育的高度重视。