盲道分割.zip含过程图

matlab实现 首先基于边沿检测，然后从采取hough变换确定盲道的大致范围，最终采用规划的算法，获取盲道区域。

clear;clc;close all
%%
img_rgb = double（imread（‘3.jpg‘））/255.0;
h_raw = size（img_rgb 1）;
w_raw = size（img_rgb 2）;
h = 480;
w = 360;
img_rgb = imresize（img_rgb [h w]）;
img_gray = rgb2gray（img_rgb）;
figure（）
imshow（img_gray）
%% 边沿检测
img_blur = imfilter（img_grayfspecial（‘gaussian‘[7 7]3））;

sobel_y = [-1-2-1;000;121];
sobel_x = sobel_y‘;
edgex = abs（conv2（img_blursobel_x））;
edgex = edgex（2:end-12:end-1）;

edge = edgex;
bias = 5;
edge = （imadjust（edge（bias+1:end-biasbias+1:end-bias））>0.5）*1.0;
edge = bwareaopen（edge304）;
figure（）
imshow（edge）

%% 细化
thin = bwmorph（edge‘skel‘Inf）;
thin = padarray（thin[55]0‘both‘）;
figure（）
imshow（thin）

%% hough直线检测
% left edge
[H1T1R1] = hough（thin‘Theta‘2:0.5:12）;
Peaks = houghpeaks（H130）;
lines1 = houghlines（thinT1R1Peaks）;
rho1 = cat（1 lines1.rho）;
[minrho minidx] = min（rho1）;
leftline = lines1（minidx）;

% right edge
[H2T2R2] = hough（thin‘Theta‘-12:0.5:-2）;
Peaks=houghpeaks（H230）;
lines2=houghlines（thinT2R2Peaks）;
rho2 = cat（1 lines2.rho）;
[maxrho maxidx] = max（rho2）;
rightline = lines2（maxidx）;

edgelines = [leftlinerightline];
for k = 1:length（edgelines）
    hold on
    xy1=[edgelines（k）.point1;edgelines（k）.point2];   
    plot（xy1（:1）xy1（:2）‘LineWidth‘1）;
end

%% 根据边界线确认区域
x = 1:w;
y = 1:h;
[xxyy] = meshgrid（xy）;

theta1 = edgelines（1）.theta;
rho1 = edgelines（1）.rho;
mask1 = （yy+xx/tand（theta1）-rho1/sind（theta1））>0;

theta2 = edgelines（2）.theta;
rho2 = edgelines（2）.rho;
mask2 = （yy+xx/tand（theta2）-rho2/sind（theta2））>0;

mask = mask1 .*mask2;

figure（）
imshow（mask）
%% 效果展示
figure（）
imshow（mask*0.5+img_gray*0.5）

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     文件      668804  2019-03-30 15:58  盲道分割\1.jpg
     文件       72534  2019-03-30 20:10  盲道分割\2.jpg
     文件       60026  2019-03-30 20:10  盲道分割\3.jpg
     文件       36880  2019-03-30 15:58  盲道分割\4.jpg
     文件        1727  2019-04-01 15:52  盲道分割\main.m
     目录           0  2019-04-01 15:54  盲道分割\