道路识别中的光源变体图像
Illuminant variant image in road recognition
最近在研究道路识别这个话题。有一个问题是，如果你有光源变化的图像，如果你只是使用正常的分割方法，识别结果将不会令人满意。在这里，去除阴影会改善很多结果，但是对于图像，部分是在强光条件下拍摄的，道路的部分会很难识别，就像下面的这张图-左角:
有人可以提出一些解决这个问题的方法吗？
当图像太亮（或太暗）时，您可以尝试增强对比度。
编辑
查看您的示例图像，看起来这些特征已完全消失，对比度增强无助于检测标记道路边缘的白线。另一种选择可能是使用线检测器找到这条线，然后将其简单地扩展到图像的底部。我们只是假设该线继续相同的路径。
如果您正在进行道路识别，我猜您已经（或将会）实施一种车道跟踪方法，即使是在道路上的虚线上。您用于虚线案例的相同逻辑可以应用于此图像。明亮的区域会被视为一条虚线，但你的算法应该仍然知道它是同一条车道
最近在研究道路识别这个话题。有一个问题是，如果你有光源变化的图像，如果你只是使用正常的分割方法，识别结果将不会令人满意。在这里，去除阴影会改善很多结果，但是对于图像，部分是在强光条件下拍摄的，道路的部分会很难识别，就像下面的这张图-左角:
有人可以提出一些解决这个问题的方法吗？
当图像太亮（或太暗）时，您可以尝试增强对比度。
编辑 查看您的示例图像，看起来这些特征已完全消失，对比度增强无助于检测标记道路边缘的白线。另一种选择可能是使用线检测器找到这条线，然后将其简单地扩展到图像的底部。我们只是假设该线继续相同的路径。
如果您正在进行道路识别，我猜您已经（或将会）实施一种车道跟踪方法，即使是在道路上的虚线上。您用于虚线案例的相同逻辑可以应用于此图像。明亮的区域会被视为一条虚线，但你的算法应该仍然知道它是同一条车道