利用霍夫变换进行车道线检测

读取图像或视频帧

下面，有 3 个加载图像的示例。稍后，在每个步骤之后，将显示这些样本图像的中间结果。第三张图像对处理要求最高，因为黄线和道路之间的阴影和对比度非常小。

过滤白色和黄色

对于前两个更简单的图像，此步骤不是必需的。然而，在第三个示例中，直接进行下一步（灰度转换）会为黄色车道和明亮的道路产生非常相似的灰色。我们想以某种方式区分这两个对象。因此，初始过滤作为道路车道主要组成部分的 2 个关键颜色的想法。首先，将图像转换为HSL 颜色空间。HSL（色相、饱和度、亮度）色彩空间概念是基于人类视觉的色彩感知。这就是为什么即使图像上有阴影，也比在 RGB 空间中更容易区分所需颜色（黄色和白色）。

为了提取白色，我只过滤了 HSL 颜色空间的“L”分量中的高亮度。对于黄色通道，我选择色调等于或多或少 30 以选择黄色，并且 Ii 过滤饱和度非常高。下面是经过这种过滤的测试图像。