• 项目背景：该项目旨在开发一个自动车道线检测系统，利用计算机视觉技术从行车记录仪视频中实时检测和标记车道线。该系统可用于自动驾驶汽车或高级驾驶辅助系统（ADAS），提高驾驶安全性和舒适性。
• 角色与职责：
o 图像处理算法开发：设计并实现图像预处理算法，包括灰度化、透视变换和阈值化处理，为后续的车道线检测提供清晰、对比度高的图像数据。
o 使用滑动窗口法和多项式拟合算法，检测车道线的位置和形状，并计算车道线的曲率半径和车辆偏离中心线的距离
o 系统集成：将开发的各个模块（相机校准、图像预处理和车道线检测）集成到检测系统中，确保系统的稳定性和高效性，满足实时检测需求。
o 确保相机校准模块利用棋盘格图像对相机进行校准，计算相机的内参和外参，并校正图像的畸变，提供精确的基础图像
o 可视化与结果展示：开发可视化模块，在视频中直观展示检测结果，包括车道线的标记、曲率信息和车辆偏离中心线的距离提示。
o 在处理后的视频中叠加车道线检测结果和相关信息，展示车辆的行驶状况
o 性能优化：对算法进行优化，提高检测精度和速度，确保系统在各种光照和噪声条件下的鲁棒性。
o 调整滑动窗口参数和多项式拟合方法，提高检测的稳定性和准确性。
• 项目成果：
o 成功开发了一套高效的车道线检测系统，能够实时、准确地识别和标记视频中的车道线。
o 提高了检测系统的稳定性和鲁棒性，能够在不同的光照和噪声条件下准确检测车道线。
o 可视化模块使得检测结果一目了然，显著提高了驾驶辅助系统的可靠性和用户体验。