从事机器视觉行业多年,熟悉视觉算法应用行业,擅长视觉数据处理、AI模型训练、算法优化等工作,其中,视觉数据处理包含图像增强、图像分割、图像融合、特征匹配、边缘检测、形态学处理、点云匹配、平面拟合、点云分割、人脸属性处理、相机标定等算法,AI模型训练包括图像分类、目标检测、图像分割、目标跟踪、姿态估计、多模态模型训练、图文检索、图像生成等,算法优化包含模型压缩、剪枝、量化、cuda加速等。这个行业对视觉算法的应用也相对比较成熟,对个人的知识掌握水平要求也比较高,对硬件、算法、软件等方面都需要有一定的基础知识。个人技术栈:熟悉编程语言:C/C++、C#、Python、Matlib、QT等熟悉机器学习库:pytorch、tensorflow、opencv、halcon、sklearn等
检测车道线:
1、先对原图进行相机内参校正
2、先用HSV中的S和Sobel阈值对原图进行二值化
3、将二值化前视图转成鸟瞰二值图图
4、用滑动窗口遍历二值图,找到左右两边的车道线区域
5、用多项式对左右两边车道线区域进行多项式拟合,得到两边实际的车道线
6、计算车道线切斜角度,即曲率
7、根据曲线对假设的梯形区域进行仿射变换
去除图像的阴影区域:
1、先制作原图的最大值和最小值的滤波图片;
2、结合最大最小值滤波图片和差分算法,去除图像中存在的阴影区域,保留重要的细节区域。
3、保存最终的图片效果。
4、将结果图显示出来。
车道线检测: 1、先对原图进行相机内参校正 2、先用HSV中的S和Sobel阈值对原图进行二值化 3、将二值化前视图转成鸟瞰二值图图 4、用滑动窗口遍历二值图,找到左右两边的车道线区域 5、用多项式对左右两边车道线区域进行多项式拟合,得到两边实际的车道线 6、计算车道
去除图像的阴影区域: 1、先制作原图的最大值和最小值的滤波图片; 2、结合最大最小值滤波图片和差分算法,去除图像中存在的阴影区域,保留重要的细节区域。 3、保存最终的图片效果。 4、将结果图显示出来。