一种新的快速复杂连通区域扫描线填充算法

提出一种快速求取扫描线与轮廓线交点的算法,只需遍历2次轮廓线即可求得所有交点,显著降低了算法复杂度。基于该求交算法得到的扫描线填充算法,可以填充任意的复杂连通区域。与同类算法犤2,4,5犦相比,该文算法流程简单,填充速度快。     

区域填充扫描线算法的改进

对经典区域填充扫描线算法进行了改进，改进算法不但消除了经典算法中象素点颜色判读的重复操作，而且利用相邻扫描线填充次序上的连贯性，消除了不必要的回溯处理，并减少了回溯扫描区间。最后，给出了算法之间的效率比较，由比较结果可以看出本文的算法较大幅度地提高了算法的效率。     

基于扫描线算法的多边形区域填充图案

讨论了基于扫描线填充算法实现多边形区域填充图案问题。首先,讨论位图图案(二值图像)的填充问题。文章从下面三个方面展开:位图相对于多边形区域的两种位置关系(对齐方式),透明与非透明填充问题以及含有内孔的位图图案的填充问题。然后,讨论了RGB图像的扫描线填充问题。对每一种情况,都给出了相应的算法与实现代码。     

基于扫描线的卫星区域覆盖分析算法

针对传统网格点法评估卫星区域覆盖性能时运算量大且效率低的问题,提出一种改进的卫星区域覆盖分析算法。在卫星覆盖带多边形生成和目标区域包围盒网格划分的基础上,基于经度方向的网格点构造扫描线,将扫描线与目标区域的相交部分作为初始计算对象,通过初始计算对象与覆盖带多边形的求交实现扫描线的分段划分,统计扫描线分段数据得到覆盖率、覆盖重数等指标。算例分析结果表明,该算法具有较低的时空复杂度,当网格数量超过80万时,运算时间仅为传统网格点法的1.19%。     

一种基于视频实时处理的车道检测算法

提出了一种基于VFW进行视频图像实时采集处理, 并采用扫描线与区域生长相结合的图像分析算法, 实现了道路车道标线的视频实时检测。采用自适应感兴趣区域（AOI）选择以及根据车道状况确定帧处理策略的方法, 使运算速度满足实时要求。     

新区入栈的区域填充扫描线算法

针对传统区域填充存在的一些欠缺，提出了一种新的区域填充扫描线算法。该算法在处理同一条扫描线上的多个填充区域时，分成向上搜索和向下搜索两种情况进行，每种情况又都可能出现多个搜索新区；在填充过程中，考虑到当前扫描线区间的左右连续性和上下相关性，只需将出现的新搜索区压入堆栈，不需要将相邻的每根扫描线都压入堆栈，从而减少了像素的重复判读和回溯区的搜索时间，避免了不必要的进栈出栈处理，提高了填充效率。     

压入区段端点的区域填充扫描线算法

本文对通常的区域填充扫描线算法进行改进，用区段端点入栈替代种子点入栈。改进后的算法不增加入栈出栈操作的次数，却免除了原算法中为获取众多象颜色值所需要的大量重复操作，对矩形区域这样减少操作的次数等于该区域中含象素的数目。     

一种改进的扫描线真实感图形显示算法

真实感图形显示是计算机图形学的一个重要组成部分。扫描线算法是一种常用的真实感图形显示算法。文章在扫描线直实感图形显示算法基础之上,对其作了一定的改进。对光照模型增加了衰减变化,并使扫描线算法也适用于曲面,提高了真实感的效果。     

一种基于多级队列的并行区域生长算法

区域生长是经典的图像分割方法之一,为了满足图像分割的实时性要求,提出了一种基于多级队列的并行区域生长算法。该算法采用多级队列存放待生长的种子像素,优先生长边界种子像素,以尽快生成越界种子节点,从而减少邻居节点的等待时间。实验表明,该算法相比一般的基于单队列的算法,加速比有显著提高,且可扩展性较好。     

基于DSP的嵌入式车道偏离报警系统的硬件平台

目前普遍采用的车道偏离报警系统的硬件平台是工业PC.为了克服其体积大、功耗高、成本高、可靠性低的缺陷,设计了一种嵌入式车道偏离报警系统的硬件平台.利用基于DM642系统作为视频采集处理模块,采用C8051F040的数据采集系统作为汽车行驶参数采集模块,使用基于LM2576的电源系统为整个系统供电模块.试验表明,该系统具有良好实时性和抗干扰能力,满足了系统设计需要.     

基于模型驱动的车线偏离警告系统

车线偏离警告系统(LDWS)是车载主动安全系统的一项主要功能,研究了LDWS中的关键技术,以车道模型为核心,采用基于模型驱动的方法探测车道,为解决弯道探测的问题,将车线探测区域划分为多个子区域,独立探测每个子区域中的车线段,为提高探测效率并减少误识别,每个子区域的尺寸根据每次探测的结果和车道模型的拟合值动态变化,为增加探测的稳定性,对近处子区域采用Sobel滤波处理,对远处子区域采用根据车道几何特征动态设置的Gabor滤波处理,实验表明,系统能准确探测弯道并精确测算车道偏离范围,在噪声环境中有良好的鲁棒性.     

基于DSP的车道偏离检测与车辆前向车距检测

基于智能交通的快速发展,研究了在高速路段下基于机器视觉的车道偏离检测与车辆前向安全车距检测技术.首先固定车载相机,通过相机标定获取相机的内参数和外参数,进而设计车距检测模型.该模型不但能够检测出前方车辆与无人车的距离,还能计算出前方车辆相对于摄像机光轴的偏转角度.接着在CCP偏离检测算法的基础上,设定安全和报警区来建立车道偏离模型,并对当前车辆的偏离结果作出正常行驶的评判.最后借助TI的DVSDK组件包将算法移植到嵌入式平台DSP-DM3730上测试.实验表明,本文设计的车距检测模型和车道偏离模型在解决无人车的前向防撞检测和车道偏离检测等问题上具有较好的参考价值.     

一种改进 Hough 变换的车道线检测算法*

对基于单目视觉的车道线检测技术进行研究,针对复杂环境中车道线检测易受图像中其它直线段的影响而出现较多误检测的问题,提出一种改进算法。首先将车道线图像灰度化,采用中值滤波去除图像噪声;再次,采用Canny算子和OTSU方法进行边缘增强和图像二值化;最后,使用改进的Hough变换进行车道线检测。实验结果表明,该方法可以有效地滤除其它直线段的影响,在复杂环境中获得良好的车道线检测效果。     

基于RGB空间的车道线检测与辨识方法

提出一种利用颜色信息进行车道线检测并且能够分辨黄色或白色车道线的新方法。首先,找出图像中与路面颜色差异较大并且具有合理宽度的像素段;然后在RGB颜色空间利用先验信息对像素段的颜色进行辨识;再用辨识后的像素段分别估计出黄色或白色车道线的颜色分割阈值;最后利用获取的阈值对整幅图像进行车道线检测。实验结果表明,该方法能够在复杂背景环境或路面污染等干扰条件下较好地检测出车道线并能辨识出车道线颜色。本方法简单、有效,且具有一定的鲁棒性。     

基于离散余弦变换的车道识别算法

车道识别技术是自动驾驶领域的研究热点。通过对车载摄像机获取的公路车道线图像特征的分析,提出了一种基于图像频率域特征的车道识别算法。该算法的核心是提取车道线在离散余弦变换域的特征,再结合道路模型的先验知识利用贝叶斯决策原理,识别出路面上的车道线。实验表明,该算法在不同的路面和光照条件下均可得到良好的识别效果。     

基于级联霍夫变换的车道线快速检测算法

车道线检测是智能辅助驾驶算法中的核心算法之一。为了解决基于传统霍夫变换的车道线检测算法检测效率低下等问题,提出一种基于级联霍夫变换的快速车道线检测算法。该算法首先对视频帧进行ROI选取、滤波、边缘检测、非极大值抑制等预处理,然后使用基于平行坐标系的映射将原始图像转换到参数空间,完成点到线、线到点的映射,接着再使用一次映射,最终实现点到点、线到线的映射,以此快速提取车道线消失点,并根据消失点位置扫描实际车道线,实现车道线的提取。该算法在点的映射过程中,坐标值始终是线性变换,克服了传统霍夫变换在映射过程时需对每一个点进行极坐标转换的缺点,计算更简单,运算效率更高。仿真实验表明,文中提出的改进算法比传统霍夫变换运算速度提高了31%,准确率提高了6.2%,检测效果有明显提高,可广泛应用于智能辅助驾驶中。     

基于车道标线分解的车道检测

利用图像处理技术,提出了一种基于车道标线检测的自动车辆驾驶控制方法。针对公路上车道标线的图像特征,将图像平面的车道标线分割为下标线(LLM)和上标线(ULM),研究了它们的性质。在此基础上,提出了基于车道标线分解的车道检测新方法。实验结果表明所用方法能有效提取用于车辆驾驶控制的车道状态参数。     

基于改进SIS算法和LSD的车道线检测方法研究

为了降低车道线识别算法在车道线存在阴影遮挡、路面出现泛白现象等不同道路环境下的误检率,提出了一种基于改进简单图像统计(SIS)阈值算法和直线段检测(LSD)的车道线检测算法。首先,在图像预处理阶段采用改进的SIS阈值算法进行二值化。然后采用直线段检测(LSD)算法检测直线,通过平行线对来估计消失点位置并利用消失点去除干扰。最后,利用车道线连续性和车道间距确定车道线感兴趣区并精确确定车道线位置。分别采用加州理工学院的车道数据集和实际采集的城市道路、高速公路的视频对所提出方法进行了实验验证,实验结果表明,该算法误检率低,鲁棒性高,能在复杂环境下快速、准确识别车道线。