2. 视觉基础
无人车视觉巡线的本质，是从摄像头捕获的连续图像帧中，实时、稳定地提取出赛道边界或引导线的位置信息，并据此生成转向与速度控制指令。这一过程高度依赖对视觉基础概念的深刻理解。如果图像采集环节存在延迟或畸变，如果颜色空间选择不当导致目标与背景混淆，如果预处理参数设置不合理使得噪声被放大或有效信息被误删，那么后续任何高级的控制算法都将失去意义。本章将系统拆解视觉链路中的三个关键环节：图像采集的物理与逻辑属性、RGB与HSV颜色空间的差异及适用场景，以及灰度化、二值化、滤波三大预处理操作的核心原理与工程作用。理解这些基础，是构建鲁棒巡线系统的第一步。
上图展示了从图像采集到预处理的完整链路。摄像头输出的原始图像（通常是RGB格式）首先经过颜色空间转换，选择最适合目标分割的表示方式，随后通过灰度化、二值化和滤波三个步骤，将高维的彩色图像转化为仅包含赛道与背景两类像素的二值图。这一系列操作的最终目的，是降低后续算法的计算复杂度，并提高目标提取的稳定性。下面我们将逐一深入探讨每个环节的核心原理与工程实践。
2.1 图像采集：视觉系统的“视网膜”
核心原理：图像采集是视觉巡线的起点，其质量直接决定了整个系统的性能上限。摄像头将光学信号转换为数字信号的过程，涉及多个关键参数：分辨率（图像包含的像素数量）、帧率（每秒采集的图像帧数）、曝光时间（感光元件接收光线的时间）、增益（信号放大倍数）以及白平衡（色彩校正）。在无人车场景中，摄像头通常安装在车体前方，以一定俯仰角观察赛道。采集到的每一帧图像，都是一个包含宽度（W）、高度（H）和通道数（C）的三维数组，例如RGB图像为 W×H×3。
关键参数与工程权衡：
- 分辨率：高分辨率（如640×480）能提供更多细节，但会显著增加处理延迟。对于巡线任务，通常不需要过高分辨率，160×120或320×240即可满足需求，因为赛道边缘的提取主要依赖颜色和梯度信息，而非纹理细节。降低分辨率是提升系统实时性的最直接手段。
- 帧率：帧率决定了控制系统的响应带宽。巡线小车速度越快，需要的帧率越高。一般建议至少30FPS（帧/秒），竞赛级车辆可能需要60FPS以上。帧率不足会导致车辆在高速行驶时“看不清”弯道，从而冲出赛道。
- 曝光与增益：曝光时间过长会导致运动模糊（图像拖影），过短则会使图像过暗。在室内光线稳定的环境下，应优先使用固定曝光和低增益。在室外或光线变化剧烈的场景，需要启用自动曝光，但需注意其调节滞后可能引起的图像亮度振荡。
2.2 颜色空间：RGB与HSV的选择逻辑
核心原理：颜色空间是描述颜色的数学模型。摄像头硬件直接输出的是RGB（红绿蓝）三通道数据，每个通道的取值范围是0-255。RGB模型直观且与硬件匹配，但它对光照变化非常敏感。例如，同一块红色赛道在强光下可能呈现为(200, 50, 50)，在阴影下则可能变为(100, 25, 25)。这种非线性的变化使得在RGB空间中设定固定阈值来分割颜色变得非常困难。
HSV（色调Hue、饱和度Saturation、明度Value）颜色空间则更接近人类对颜色的感知方式。它将颜色信息与亮度信息分离：H表示颜色的本质（如红、绿、蓝），S表示颜色的鲜艳程度，V表示明暗。这种分离特性使得HSV空间对光照变化具有更强的鲁棒性。例如，红色赛道的H值始终在0-10或170-179范围内，无论其明暗如何变化，只要保持颜色属性，H值就相对稳定。
| 对比维度 | RGB颜色空间 | HSV颜色空间 |
|---|---|---|
| 通道含义 | 红、绿、蓝三原色强度 | 色调、饱和度、明度 |
| 光照敏感性 | 高（三个通道均受光照影响） | 低（H通道对光照不敏感） |
| 颜色分割难度 | 需要多维阈值，易受阴影干扰 | 只需设定H范围，S和V辅助过滤 |
| 计算开销 | 无需转换，直接使用 | 需要从RGB转换，增加少量计算 |
| 典型应用 | 图像显示、颜色检测（光照稳定） | 颜色分割、目标提取（光照变化） |
操作流程：在OpenCV等视觉库中，使用 cv2.cvtColor(image, cv2.COLOR_BGR2HSV) 即可完成转换。转换后，通过设定H、S、V三个通道的上下限，使用 cv2.inRange() 函数即可生成掩膜（Mask），提取出目标颜色的区域。例如，提取红色赛道可设定 lower_red = (0, 50, 50) 和 upper_red = (10, 255, 255)，同时还需考虑红色在H通道0-179范围内的另一个区间（170-179），通常需要合并两个掩膜。
2.3 图像预处理：灰度化、二值化与滤波
核心原理与作用：预处理的目标是“去粗取精”，将彩色图像转化为适合算法处理的简洁形式。
- 灰度化：将三通道的RGB图像转换为单通道的灰度图（0-255）。公式通常为
Gray = 0.299R + 0.587G + 0.114B。灰度化大幅降低了数据量（从3通道变为1通道），为后续处理提速。但需要注意的是，灰度化会丢失颜色信息，如果赛道与背景的灰度值相近，则无法通过灰度图区分。 - 二值化：将灰度图转换为仅包含0（黑色）和255（白色）的二值图。核心是设定一个阈值T，像素值大于T则置为255，否则置为0。二值化是图像分割的关键步骤，它将“赛道”与“背景”彻底分离。阈值的选择至关重要，固定阈值（如T=127）在光照变化时效果不佳，自适应阈值（如大津法OTSU）能根据图像灰度分布自动计算最优阈值，鲁棒性更强。
- 滤波：用于去除图像中的噪声。噪声可能来自摄像头传感器、光线干扰或传输过程。常见的滤波方法包括：均值滤波（用邻域平均值代替中心值，去噪但会模糊边缘）、高斯滤波（加权平均，对高斯噪声抑制效果好，边缘保留优于均值滤波）、中值滤波（用邻域中值代替中心值，对椒盐噪声（黑白点噪声）效果极佳，且能较好保留边缘）。
操作流程与参数选择：
# 以OpenCV Python为例
import cv2
import numpy as np
# 1. 读取图像
img = cv2.imread('track.jpg')
# 2. 颜色空间转换 (BGR -> HSV)
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
# 3. 颜色阈值分割 (提取红色)
lower_red1 = np.array([0, 80, 50])
upper_red1 = np.array([10, 255, 255])
lower_red2 = np.array([170, 80, 50])
upper_red2 = np.array([179, 255, 255])
mask1 = cv2.inRange(hsv, lower_red1, upper_red1)
mask2 = cv2.inRange(hsv, lower_red2, upper_red2)
mask = cv2.bitwise_or(mask1, mask2) # 合并两个红色区间
# 4. 灰度化 (可选，如果直接使用mask则不需要)
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# 5. 二值化 (对灰度图)
_, binary = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)
# 6. 滤波去噪 (对二值图使用中值滤波)
filtered = cv2.medianBlur(mask, 5) # 5x5核
# 7. 最终输出用于巡线的二值图
# 此时 filtered 中白色区域即为赛道常见误区与总结复盘：
案例拆解：在某次智能车竞赛中，赛道为蓝色背景上的白色引导线，场地灯光存在频闪。初始方案直接使用RGB阈值分割，导致图像中频繁出现白色噪点，且引导线边缘断裂。分析发现，频闪导致图像亮度周期性变化，RGB阈值无法适应。解决方案：首先将图像转换到HSV空间，利用白色S值极低（S<30）且V值较高（V>180）的特性进行分割，成功将引导线提取出来。随后，对分割后的二值图使用3×3中值滤波，消除了孤立的噪点。最终，引导线提取的准确率从85%提升至99%以上，车辆在高速过弯时未再出现因图像抖动导致的失控。此案例表明，针对场景特性选择合适的颜色空间和预处理顺序，远比堆砌复杂的算法更有效。
综上所述，图像采集、颜色空间转换和预处理是无人车视觉巡线的基石。采集环节决定了信息的“上限”，颜色空间的选择决定了分割的“鲁棒性”，而预处理则决定了数据的“纯净度”。在实际工程中，应遵循“先采集优化，再颜色分割，后滤波去噪”的调试顺序，每一步都需结合具体的赛道环境、光照条件和计算资源进行参数调优。只有打好这些视觉基础，后续的赛道识别、速度控制和路径纠偏算法才能发挥出应有的效能。