无人驾驶随笔

作者: zidea | 来源:发表于2020-09-16 20:41 被阅读0次

import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(-20,20,10)
y = 2*x + 5

plt.plot(x,y,'o')
plt.show()

ployfit_01.png

polynomial_coeff = np.polyfit(x,y,2)
x_1 = np.linspace(-20,20,50)
fun_y_1 = np.poly1d(polynomial_coeff)

plt.plot(x_1,fun_y_1(x_1),'o')
plt.show()

ployfit_02.png

x = np.array([1,2,3])
y = np.array([1,2])

xv,yv = np.meshgrid(x,y)
print(xv)
print(yv)

[[1 2 3]
 [1 2 3]]
[[1 1 1]
 [2 2 2]]

x_list = np.linspace(0,15,16).astype(np.uint8)
y_list = np.linspace(0,15,16).astype(np.uint8)

plt.plot(x_list,y_list,'o')
plt.show()

$G_{\gamma} = \frac{1}{2 \pi \sigma^2} e^{- \frac{x^2 + y^2}{2 \sigma^2}}$

$Edge\,Gradient(G) = \sqrt{G_x^2 + G_y^2}$
$Angle(\theta) = \tan^-1 \left( \frac{G_y}{G_x} \right)$
因为图片是离散所以无法进行求导，可以将差商来近似导数。

通常灰度变化的地方都比较集中，将局部范围内的梯度方向上，灰度变化最大的保留下来，其它的不保留，这样可以剔除掉一大部分的点。将有多个像素宽的边缘变成一个单像素宽的边缘。即胖边缘变成瘦边缘。

canny_01.jpeg

canny_02.jpg

设置两个阈值分别为高阈值(high)和低阈值(low), 然后将大于high阈值设置为强边缘，小于low阈值则删除处理，而在高阈值和低阈值之间需要再进一步处理，也就是通过判断其邻域是否存在强边缘

网友评论

本文标题：无人驾驶随笔

本文链接：https://www.haomeiwen.com/subject/ttihyktx.html

无人驾驶随笔