大四模式识别实验课程设计我选的是 车道线检测识别系统：
任务描述：车道线检测是机动车辅助驾驶系统的重要组成部分，现已广泛应用于智能汽车的研发中。
要求：输入路况视频，如行车记录仪视频，在视频中标记出车道线。
参考文献：
[1]Lane-VehicleDetectionandTracking
[2]RealtimeDetectionofLaneMarkersinUrbanStreets
第一想法就将大致的算法流程设计出来了：
namedWindow("example",WINDOW_AUTOSIZE);//显示输入的图像
cvShowImage("example",img);
cvWaitKey(0);
IplImage*ImageCut2=cvCreateImage(cvGetSize(img),8,1);//创建用于Canny变换的图像
cvCvtColor(img,ImageCut2,CV_BGR2GRAY);//显示输入图对应的灰度图
cvShowImage("AfterGRAY",ImageCut2);
cvWaitKey(0);
IplImage*img_thres=cvCreateImage(cvGetSize(ImageCut2),8,1);
cvSmooth(ImageCut2,ImageCut2,CV_GAUSSIAN,3,3,0,0);//高斯模糊平滑处理
cvCanny(ImageCut2,img_thres,100,200);
//有的视频使用模糊处理后对直线检测更好
cvShowImage("AfterCanny",img_thres);
cvWaitKey(0);
CvMemStorage*storage=cvCreateMemStorage();//内存块，存储中间变量
CvSeq*lines=0;//存储Hough变换所得结果
lines=cvHoughLines2(img_thres,storage,CV_HOUGH_PROBABILISTIC,1,CV_PI/360,75,4,10);
printf("Linesnumber:%d\n",lines->total);//显示检测到的直线的总数量
doublekmax[2]={0.1,0.1};//根据Hough变换后所得线段的斜率筛选出条件合适的，//也即斜率正的最大，和负的最小的两个
for(inti=0;itotal;i++)
{
doublek=0.1;
CvPoint*line=(CvPoint*)cvGetSeqElem(lines,i);//line包含两个点line[0]和//line[1]
if(line[0].x-line[1].x!=0)k=(double)(line[0].y- line[1].y)/(double)(line[0].x-line[1].x);
if(k>kmax[0])
{
kmax[0]=k; //先找到斜率最大的那条直线
}
}
for(inti=0;itotal;i++)//随后找到斜率负最小的那条直线
{
doublek=0.1;
CvPoint*line=(CvPoint*)cvGetSeqElem(lines,i);//line包含两个点line[0]和line[1]
if(line[0].x-line[1].x!=0)
{
k=(double)(line[0].y-line[1].y)/(double)(line[0].x-line[1].x);
}
if(abs(k)>abs(kmax[1])
}
}
for(inti=0;itotal;i++)
{
doublek=INF;//初始化斜率为无限大
CvPoint*line=(CvPoint*)cvGetSeqElem(lines,i);//line包含两个点line[0]和line[1]
if(line[0].x-line[1].x!=0)k=(double)(line[0].y-line[1].y)/(double)(line[0].x-line[1].x);
printf("x1:%d,y1:%d,x2:%d,y2:%d\n",line[0].x,line[0].y,line[1].x,line[1].y);
printf("k:%lf\n\n",k);
if((k=0.15)
if(k>2||k<-2)
{
printf("yaxian\n");//若检测出的直线的斜率超过一//定阈值，车即将越线，做出警示
}
}
cvLine(img,line[0],line[1],CV_RGB(0,255,0),2,CV_AA);
//因为cvLine绘图只有图是3通道图时才能显示线的颜色，所以用ImageIPM作为绘线的地图
//第二三个参数为线的起点终点，第四个为四射，第五个为线的粗细
}
namedWindow("result",WINDOW_AUTOSIZE);//显示结果图
cvShowImage("result",img);
cvWaitKey(0);
cvReleaseImage( //释放存储中间结果的内存块
cvReleaseImage( //释放存储结果的内存块
}
效果见下：