第一阶段: 基础阶段
 
了解摄像头的安装以及引脚。
正确使用单核主板的液晶历程，使液晶能够显示灰度图像。
了解并应用二值化方法，使显示的灰度图像变为二值化图像。
编写扫线程序，收集左右边界数组，正确利用赛道宽或斜率补线，并实现在液晶屏幕中画出中心线。
 
第一阶段验收：在车轮闭环且PID稳定的条件下，实现小车直行，转弯和十字路口；最终使小车运行稳定，使摄像头图像采取稳定，为第二阶段的实现提供基础。
 
 
第二阶段：特殊元素---采取图像数据能力
 
圆环以及误判处理。
三岔以及误判处理。
十字误判处理。
常见采取数据的方法：利用左右边界数组及其运算， 区域扫线，左右丢线或左右相对丢线，采点等。
 
常见改变小车轨迹方法：改弯线，改直线（加限幅处理）。
 
 
第二阶段验收：车轮稳速，实现圆环入环出环，三岔路口多次识别，十字不误判，尽可能缩减代码运行速度；小车可以跑完全程。
 
 
第三阶段：小车提速
 
在小车改稳的前提下，检查检测特殊元素的条件是否成立；改大拉线数组，权重置前。
使用电磁，陀螺仪改善小车运行情况，以达到提速的目的。

恩智浦智能车摄像头循迹部分
 
		对于恩智浦智能车竞赛已经举行了14届，从以往的电磁车已经逐渐转变成了用摄像头进行循迹。与电磁循迹对比，摄像头拥有着诸多优势，但摄像头对于很多新手入门来说却是比较困难的。下面将给新手介绍我们对摄像头循迹部分的处理。大家都知道，单片机从摄像头采集到数据后，必须对图像进行相应的二值化（即0,1）后才方便对图像进行处理。在得到二值化图像后如何进行处理并且进行巡线呢？
一获取中线
 
	for(j=MT9V032_H-5;j>20;j--)
 	{			
				for(i = 0 ;i <=MT9V032_W/2;i++)
				{
					if(i==MT9V032_W/2-2)
					{	
						left=MT9V032_W/2;
						break;
					}
					if(img[j][MT9V032_W/2-i] <= 10 && img[j][MT9V032_W/2-i-1] <= 10)
					{	left = i;break;}												
				}
				for(i = 0 ;i < MT9V032_W/2;i++)
				{	
					if(i==MT9V032_W/2-2)
					{	
						right=MT9V032_W/2;
						break;
					}
					if(img[j][MT9V032_W/2+i] <= 10 && img[j][MT9V032_W/2+1+i] <= 10)
					{	right = i;break;}		
				}
				if(j<30)
					midder[j]=MT9V032_W/2-(left-right)*1.5;
				else
					midder[j]=MT9V032_W/2-(left-right);
				minder=minder+(MT9V032_W/2-midder[j]);		
				
	}
 
获取中线的原理在于图像的中线下方往两边进行找黑线，找到黑线后进行记录。并且两边的黑线到中点的距离进行作差，即可得到对应该横的中点值，依次往上进行寻找中线，最后把所有中点与中线的误差积累在minder变量中即可得到车子里中线的偏差。
但这样获得中线的方式存在一个问题：当车模快在过弯时摄像头拍摄的位置将不会是赛道的方向，拍摄的位置可能为赛道的外侧，那么计算中线的位置将会出现问题。因此我们需要引入一个结束点，在查找中线时检测到巡线位置已经到达边缘时暂停结束巡线详细代码如图
 
				if(midder[j]<10||midder[j]>MT9V032_W-10||j<21)
				{
					if(j>60)
						minder=minder*j*3.4;
					else
						minder=minder*j*0.03;
					if(minder>2000)minder=2000;
					if(minder<-2000)minder=-2000;
					break;
				}
 
具体的比例系数需要大家对自己的车模进行一一的调整。

下面展示一些 内联代码片。
 
// 智能车摄像头边界跟踪
 
// 边界跟踪
#include "boundary_following.h"

void boundary_following(uint8*image,uint8*image_border)  //image为二值化后图像，image_border为计算后得到图像64*94
{ 
    int i=63,j,dir_left=2,dir_right=2;
    int x,y;
    int border_left,border_right;
    int times = 1000;
    //------------------------第一步确定起始点------------------------------------------------//
    //确定起始点。根据光栅扫描，发现第一个象素值为1的点为起始点，存储其坐标值
    for(y=0;y<64;y++) //clear
        for(x=0;x<94;x++)
            image_border[y][x]=0;
    
    for(j = 0;j<94;j++)
    {
        if(image[63][j]==1 && image[63][j+1]==1 && image[63][j+2]==1 && image[63][j+3]==1)
        {
            border_left = j;
            break;
        }
    }
    for(j=93;j>=0;j--)
    {
        if(image[63][j]==1 && image[63][j-1]==1 && image[63][j-2]==1 && image[63][j-3]==1)
        {
            border_right = j;
            break;
        }
    }
    i = 63;
    j = border_left;

    y = 63;
    x = border_right;
    //--------------------------第二步研究邻域点-----------------------------------------------------------//
    //从起点的0邻域点开始，逆时针方向研究其8邻域点值，找到第一个象素值为1的点，存储其坐标值
    //left
    //循环做下去   >=62 && border_right+-2
    while(times>0)
    {
        //left
          switch(dir_left%8)
        {
            case 0: {i+=1;j =j;};break;
            case 1: {i+=1;j-=1;};break;
            case 2: {i =i;j-=1;};break;
            case 3: {i-=1;j-=1;};break;
            case 4: {i-=1;j =j;};break;
            case 5: {i-=1;j+=1;};break;
            case 6: {i =i;j+=1;};break;
            case 7: {i+=1;j+=1;};break;
            default:{};break;
        }
        if(image[i][j]==1)
        {
            image_border[i][j] = 1; //找到边界
            if(dir_left%2==0)
            dir_left = (dir_left+7)%8;
            else
            dir_left = (dir_left+6)%8;
        }
        else
        {
            if(dir_left<8)
            dir_left++; 
            else
            {
            }
        }

        //right
          switch(dir_right%8)
        {
            case 0: {y+=1;x =x;};break;
            case 7: {y+=1;x-=1;};break;
            case 6: {y =y;x-=1;};break;
            case 5: {y-=1;x-=1;};break;
            case 4: {y-=1;x =x;};break;
            case 3: {y-=1;x+=1;};break;
            case 2: {y =y;x+=1;};break;
            case 1: {y+=1;x+=1;};break;
            default:{};break;
        }
        if(image[y][x]==1)
        {
            image_border[y][x] = 1; //找到边界
            if(dir_right%2==0)
            dir_right = (dir_right+7)%8;  //来自边界跟踪法
            else
            dir_right = (dir_right+6)%8;
        }
        else
        {
            if(dir_right<8)
            dir_right++; 
            else
            {}
        }

        if(i==y&&j==x)break;
         times--;
    }   
}

首先你要知道二值化这个基本操作，不会的请去看资料。
 假设0 在OLED中代表黑色，1在OLED中代表白色。
 
 首先对摄像头返回的数组进行解压，我这里解压到img[]这个数组，里面的元素要么是1，要么是0.
 

 通常，为了方便我们进行提取中线操作，会继续用数值0表示黑色，而数值255表示白色，再用一个二维数组image[][]表示。（只是种方法而已，不同的程序对摄像头返回数组的处理方法可能不一样。）
 
 定义三个数组，一个放左边沿的列值，一个放右边沿列值，一个放中线列值。
 这里对小白选手详细解释，以60*80像素为例，顾名思义，60行，80列。
 
 
这是一幅未拟合中线的二值化图片，上面已经说过在image[][]数组中，0代表黑色，255代表白色，那么在上面这幅图片中，我们随便选一行，假设这一行是25行，绿色标识
 
 那么这一行的信息，在image[25][]中，肯定是000000000…255 255 255 255 255 255 … 00000000这样存储
 什么是跳变沿，跳变沿这个概念是数字电路中的，反映在物理背景上，就是你要找的白色赛道的边界，在程序中就是00 255 255这个交界处，这是左边沿，右边沿肯定是 255 255 00 处。不管你的程序用的什么方法提取边沿值，全行扫描法也好，边沿巡线法也好，rightedge[25]中的数值肯定右跳变沿像素所在的列值，假设是65，即代表第65列，leftedge[25]中的数值是左边沿像素所在的列值，假设是15，及代表是第15列。那么第25行中线列值即middleedge[25]=40，即第40列。
 这样，每一行都取到中线值。
 
 然后呢，为了画中线，找到中线像素所在的位置，将这个位置的像素赋值为0，原像素为1，即白色像素更改为黑色像素。
 最后，调用OLED画图像函数
 
 这样就成功了。
 
总的来讲，流程是提取图像信息，寻找左右边沿线，拟合中线，更改中线所在位置各像素数值，调用画图函数。
 
请问龙邱的彩色屏咋整，请去仔细学习像素的基本知识，推荐 数字图像处理 这本书。