基于Python的电车轨道及障碍物检测（SJTU数字图像处理课程设计）

简介：
本项目为上海交通大学数字图像处理课程设计作品，采用Python语言实现对电车轨道与障碍物的智能检测，利用计算机视觉技术提高轨道交通安全性。 【作品名称】：基于 Python 实现的电车轨道与障碍物检测（SJTU数字图像处理课程设计） 【适用人群】：适用于希望学习不同技术领域的小白或进阶学习者。可作为毕设项目、课程设计、大作业、工程实训或初期项目立项。 【项目介绍】 **轨道与障碍物检测课程设计** 摘要：本次课程设计中，采用传统的数字图像处理方法（边缘检测、透射变换和霍夫变换等）对视频中的电车轨道进行检测和标注，并标识出轨道所在的ROI区域。在此基础上，使用当下较为流行的YOLOv5目标检测深度学习算法，在该区域内识别并检测障碍物，并将其标注出来。实验结果显示，此方法在白天与夜晚两种环境下均可准确地检测到电车轨道及附近的障碍物，且其识别效率为17FPS。 **课程设计介绍** 本次课程设计的主要任务是完成有轨电车轨道及其上障碍物的检测工作。