【ハンズオン】道路上の車線を検出してみよう https://self-driving-car.connpass.com/event/130278/ で使用した資料

1. 【ハンズオン】道路上の車線を検出してみよう
’19/5/19

2. はじめに
• Udacityで自動運転を学習するコース(※1)があります
• 教材の一部がGithubで公開されています
• その中のFinding Lane Lines on the Road(※2)というプロ
ジェクトで勉強してみようという会です
• 有料ですが、メンターがサポートしてくれたり、終了すれば証
明書も発行されるので、面白そうと思ったら、コース受講を検
討してみてください。
※1 https://www.udacity.com/course/self-driving-car-engineer-nanodegree--nd013
※2 https://github.com/udacity/CarND-LaneLines-P1

3. 灰色に変換 ガウスぼかし Canny法 線を抽出
基本的な流れ
入力 出力
合成
※機械学習は使用しません

4. ガウスぼかし
目的：ノイズの除去
元 kernel_size=3 kernel_size=7 kernel_size=15
kernel_size=31 kernel_size=63 kernel_size=127 kernel_size=255

5. Canny法
目的：エッジの抽出
4.ヒステリシスによる閾値処理を行う
1. x, y方向のSobelフィルタを掛ける 2.エッジ強度とエッジ勾配を求める
3.Non-maximum suppression に
よりエッジの細線化を行う
参考：https://github.com/yoyoyo-yo/Gasyori100knock/tree/master/Question_41_50

6. Canny法
Low
threshold
High
threshold
0 50 100
50
200
100
150
1. 勾配強度がHT(High threshold)より大きい場合は白
2. LT(Low threashold)より小さい場合は黒
3. LT < 勾配強度 < HTの時、周り８ピクセルの勾配強度でHTより大きい値が存在すれば白
参考：https://github.com/yoyoyo-yo/Gasyori100knock/tree/master/Question_41_50

7. 線を抽出
• 確率的ハフ変換を使用し、線を抽出する。
• 以下、ハフ変換のイメージ。直線を点に、点を直線に置き換える
イメージ。
直線の表現
y = ax + b
y
x
b
a
y
x
b
a
横軸をa
縦軸をb
にする
参考：https://github.com/yoyoyo-yo/Gasyori100knock/tree/master/Question_41_50

8. 線を抽出
画像等は、 https://ja.wikipedia.org/wiki/%E3%83%8F%E3%83%95%E5%A4%89%E6%8F%9B より
間を大分端折ります。
左の各点を変換すると、右の各曲線になる。
各曲線が混じり合う場合、直線を示すということ。

9. 線を抽出
cv2.HoughLinesP(image, rho, theta, threshold[, lines[, minLineLength[, maxLineGap]]])
image:入力画像
rho:ピクセル単位で表される距離分解能
theta:ラジアン単位で表される角度分解能
threashold: 閾値パラメータ、混じり合いの度合いがこのパラメータを超えると線と扱う
minLineLength: 最小の線分長．これより短い線分は棄却
maxLineGap: 2点が同一線分上にあると見なす場合に許容される最大距離
主に、threashold, minLineLength, maxLineGapを調整して線の検出レベルを調整する
opencvで確率的ハフ変換をする為の関数

10. 線を抽出
cv2.HoughLinesP(image, 1, np.pi/180, t, 40, 20)
元 t=0 t=16 t=32
t=64 t=128 t=256
threasholdによる違い

11. 線を抽出
cv2.HoughLinesP(image, 1, np.pi/180, 0, minlen, maxgap)
0 10 20 30 40 50
maxgap
0
10
20
30
40
50
min
len
元
minLineLength, maxLineGapによる違い