| 主权项 |
1.一种车道辨识系统,适用于辅助一车辆,分析其所 在车道的左、右边线及消失点,且包含: 一重点区域侦测单元,输出一重点区域,并可适当 调整该重点区域的大小; 一影像处理单元,与该重点区域侦测单元电连接, 并可接收路面的原始影像及该重点区域侦测单元 输出的重点区域,且将位于该重点区域中的原始影 像进行边缘侦测以得到一边缘化影像; 一辨识单元,与该影像处理单元电连接,并在从该 影像处理单元收到的边缘化影像中辨识出至少一 消失点后,将所有通过该消失点的直线作像素梯度 値累计,其中,累计値最大的二直线即是该车道的 左、右边线; 一追踪单元,与该影像处理单元及该辨识单元电连 接,第一张输入的影像先由该辨识单元辨识出该消 失点及该左、右边线,然后该追踪单元以上一张影 像的消失点为中心,由中心往外,依序以特定范围 内的像素作为可能的消失点,在从该影像处理单元 收到的边缘化影像中寻找与该可能的消失点相对 应之可能的左、右边线,其中,信号最强的一组即 是追踪出的消失点及左、右边线;及 一评估单元,与该辨识单元及该追踪单元电连接, 当该辨识单元辨识出该消失点及该左、右边线,该 评估单元接收该辨识单元的辨识结果并输出,当该 追踪单元追踪出该消失点及该左、右边线,该评估 单元接收该追踪单元的追踪结果,并评估该追踪单 元追踪的正确性,如果追踪结果合理,该评估单元 输出目前收到的追踪结果,并命令该追踪单元继续 追踪下一张影像的消失点及左、右边线,否则,该 评估单元命令该追踪单元停止追踪,并输出上一次 收到的结果,且命令该辨识单元辨识下一张影像的 消失点及左、右边线。 2.依据申请专利范围第1项所述之车道辨识系统,其 中,该评估单元从该辨识单元接收的辨识结果包括 该左、右边线角度,从该追踪单元接收的追踪结果 包括该左、右边线角度,并根据下式计算出一角度 差异及一位置差异,如果该角度差异及该位置差异 均小于特定値,表示追踪结果合理: =︱R(n)-R(n-1)︱+︱L(n)-L(n-1)︱ Q=︱Q(n)-Q(n-1)︱ 其中,是该角度差异,Q是该位置差异,L(n) 、R(n)及Q(n)分别是目前收到的左、右边线角度 及消失点位置,而L(n-1)、R(n-1)及Q(n-1)分别是上 一次收到的左、右边线角度及消失点位置。 3.依据申请专利范围第2项所述之车道辨识系统,其 中,该评估单元评估该追踪单元追踪之正确性的方 式更包括如果该角度差异大于特定値且该位置差 异小于特定値,表示追踪结果不合理,该评估单元 命令该追踪单元停止追踪,并输出上一次收到的结 果,且命令该辨识单元辨识下一张影像的消失点及 左、右边线;如果该位置差异大于特定値,表示追 踪出的消失点非最佳,该评估单元命令该追踪单元 以目前追踪出的消失点为中心,继续对目前影像追 踪该消失点及该左、右边线,当该追踪单元对目前 影像重覆追踪超过一定次数时,该评估单元命令该 追踪单元停止追踪,并输出目前收到的追踪结果, 且命令该辨识单元辨识下一张影像的消失点及左 、右边线。 4.依据申请专利范围第1项所述之车道辨识系统,其 中,该重点区域是指车头前方的部份影像。 5.依据申请专利范围第1项所述之车道辨识系统,其 中,该影像处理单元的边缘侦测是使用索贝尔演算 法。 6.依据申请专利范围第1项所述之车道辨识系统,其 中,该影像处理单元的边缘侦测是使用普里维特演 算法。 7.依据申请专利范围第1项所述之车道辨识系统,其 中,该影像处理单元的边缘侦测是使用型态学演算 法。 8.依据申请专利范围第1项所述之车道辨识系统,其 中,该辨识单元是利用霍氏转换及霍氏反转换从该 边缘化影像中辨识出该消失点,方式如下:对该边 缘化影像的每一像素作霍氏转换,以在极座标平面 上产生复数曲线,并找出该等曲线的交点,且将所 有找到的交点作霍氏反转换,以在直角座标平面上 产生复数直线,其中,有最多直线通过的点即为该 消失点,因为影像处理产生的误差,找到的消失点 可能不只一个,此时,将通过找到的该消失点或该 等消失点的直线作像素梯度値累计,其中,累计値 最大的二直线即是辨识出的左、右边线,而该二边 线的交点即是辨识出的消失点。 9.依据申请专利范围第8项所述之车道辨识系统,其 中,该辨识单元是先将该边缘化影像分成复数小区 域,再对一小区域中的每一像素作霍氏转换,以在 极座标平面上产生复数曲线,当该等曲线有交点时 ,找出该等曲线的交点,再换下一小区域继续作霍 氏转换,直到所有小区域都做完转换,然后将所有 找到的交点作霍氏反转换。 10.依据申请专利范围第1项所述之车道辨识系统, 其中,该追踪单元寻找可能之左、右边线的方式如 下:从可能的消失点往车头中心画一直线,将该直 线往0度方向旋转,并对该直线作像素梯度値累计, 其中,累计値最大的直线为可能的左边线,将该直 线往180度方向旋转,并对该直线作像素梯度値累计 ,其中,累计値最大的直线为可能的右边线。 11.依据申请专利范围第1项所述之车道辨识系统, 其中,该追踪单元判断追踪出之消失点及左、右边 线的方式如下:利用第i组可能之左边线的像素梯 度値累计IL及可能之右边线的像素梯度値累计 IR,计算可能之消失点Qi的信号X(Qi)=IL+IR,其 中,信号最大的一组即是追踪出的消失点及左、右 边线。 12.依据申请专利范围第1项所述之车道辨识系统, 其中,该重点区域侦测单元与该辨识单元电连接, 且其调整该重点区域的方式如下:当该辨识单元有 找到消失点且消失点的集中度够高,该重点区域侦 测单元在该辨识单元下次作动前将该重点区域缩 小为原始影像大小的1/3,当该辨识单元没有找到消 失点或消失点的集中度太低,该重点区域侦测单元 在该辨识单元下次作动前将该重点区域扩大为原 始影像大小的2/3,其余时候该重点区域维持不变。 13.一种具有车道辨识系统的车道偏移警告装置,适 用于辅助一车辆,并包含: 一视讯撷取单元,拍摄路面的原始影像,并将撷取 的原始影像输出; 一车道辨识系统,包括: 一重点区域侦测单元,输出一重点区域,并可适当 调整该重点区域的大小; 一影像处理单元,与该视讯撷取单元及该重点区域 侦测单元电连接,并从该重点区域侦测单元接收该 重点区域,且将从该视讯撷取单元收到并位于该重 点区域中的原始影像进行边缘侦测以得到一边缘 化影像; 一辨识单元,与该影像处理单元电连接,并在从该 影像处理单元收到的边缘化影像中辨识出至少一 消失点后,将所有通过该消失点的直线作像素梯度 値累计,其中,累计値最大的二直线即是该车道的 左、右边线; 一追踪单元,与该影像处理单元及该辨识单元电连 接,第一张输入的影像先由该辨识单元辨识出该消 失点及该左、右边线,然后该追踪单元以上一张影 像的消失点为中心,由中心往外,依序以特定范围 内的像素作为可能的消失点,在从该影像处理单元 收到的边缘化影像中寻找与该可能的消失点相对 应之可能的左、右边线,其中,信号最强的一组即 是追踪出的消失点及左、右边线;及 一评估单元,与该辨识单元及该追踪单元电连接, 当该辨识单元辨识出该消失点及该左、右边线,该 评估单元接收该辨识单元的辨识结果并输出,当该 追踪单元追踪出该消失点及该左、右边线,该评估 单元接收该追踪单元的追踪结果,并评估该追踪单 元追踪的正确性,如果追踪结果合理,该评估单元 输出目前收到的追踪结果,并命令该追踪单元继续 追踪下一张影像的消失点及左、右边线,否则,该 评估单元命令该追踪单元停止追踪,并输出上一次 收到的结果,且命令该辨识单元辨识下一张影像的 消失点及左、右边线; 一偏移判断单元,与该评估单元电连接,并接收该 评估单元输出的消失点及左、右边线,当判断出车 道偏移时,即连续复数张影像的左、右边线不是落 在车头两旁且未打方向灯,送出一警示信号;及 一警示单元,与该偏移判断单元电连接,并在收到 该警示信号后,可依该警示信号通知该车辆的驾驶 人。 14.依据申请专利范围第13项所述之具有车道辨识 系统的车道偏移警告装置,其中,该评估单元从该 辨识单元接收的辨识结果包括该左、右边线角度, 从该追踪单元接收的追踪结果包括该左、右边线 角度,并根据下式计算出一角度差异及一位置差异 ,如果该角度差异及该位置差异均小于特定値,表 示追踪结果合理: =︱R(n)-R(n-1)︱+︱L(n)-L(n-1)︱ Q=︱Q(n)-Q(n-1)︱ 其中,是该角度差异,Q是该位置差异,L(n) 、R(n)及Q(n)分别是目前收到的左、右边线角度 及消失点位置,而L(n-1)、R(n-1)及Q(n-1)分别是上 一次收到的左、右边线角度及消失点位置。 15.依据申请专利范围第14项所述之具有车道辨识 系统的车道偏移警告装置,其中,该评估单元评估 该追踪单元追踪之正确性的方式更包括如果该角 度差异大于特定値且该位置差异小于特定値,表示 追踪结果不合理,该评估单元命令该追踪单元停止 追踪,并输出上一次收到的结果,且命令该辨识单 元辨识下一张影像的消失点及左、右边线;如果该 位置差异大于特定値,表示追踪出的消失点非最佳 ,该评估单元命令该追踪单元以目前追踪出的消失 点为中心,继续对目前影像追踪该消失点及该左、 右边线,当该追踪单元对目前影像重覆追踪超过一 定次数时,该评估单元命令该追踪单元停止追踪, 并输出目前收到的追踪结果,且命令该辨识单元辨 识下一张影像的消失点及左、右边线。 16.依据申请专利范围第13项所述之具有车道辨识 系统的车道偏移警告装置,其中,该重点区域是指 车头前方的部份影像。 17.依据申请专利范围第13项所述之具有车道辨识 系统的车道偏移警告装置,其中,该影像处理单元 的边缘侦测是使用索贝尔演算法。 18.依据申请专利范围第13项所述之具有车道辨识 系统的车道偏移警告装置,其中,该影像处理单元 的边缘侦测是使用普里维特演算法。 19.依据申请专利范围第13项所述之具有车道辨识 系统的车道偏移警告装置,其中,该影像处理单元 的边缘侦测是使用型态学演算法。 20.依据申请专利范围第13项所述之具有车道辨识 系统的车道偏移警告装置,其中,该辨识单元是利 用霍氏转换及霍氏反转换从该边缘化影像中辨识 出该消失点,方式如下:对该边缘化影像的每一像 素作霍氏转换,以在极座标平面上产生复数曲线, 并找出该等曲线的交点,且将所有找到的交点作霍 氏反转换,以在直角座标平面上产生复数直线,其 中,有最多直线通过的点即为该消失点,因为影像 处理产生的误差,找到的消失点可能不只一个,此 时,将通过找到的该消失点或该等消失点的直线作 像素梯度値累计,其中,累计値最大的二直线即是 辨识出的左、右边线,而该二边线的交点即是辨识 出的消失点。 21.依据申请专利范围第20项所述之具有车道辨识 系统的车道偏移警告装置,其中,该辨识单元是先 将该边缘化影像分成复数小区域,再对一小区域中 的每一像素作霍氏转换,以在极座标平面上产生复 数曲线,当该等曲线有交点时,找出该等曲线的交 点,再换下一小区域继续作霍氏转换,直到所有小 区域都做完转换,然后将所有找到的交点作霍氏反 转换。 22.依据申请专利范围第13项所述之具有车道辨识 系统的车道偏移警告装置,其中,该追踪单元寻找 可能之左、右边线的方式如下:从可能的消失点往 车头中心画一直线,将该直线往0度方向旋转,并对 该直线作像素梯度値累计,其中,累计値最大的直 线为可能的左边线,将该直线往180度方向旋转,并 对该直线作像素梯度値累计,其中,累计値最大的 直线为可能的右边线。 23.依据申请专利范围第13项所述之具有车道辨识 系统的车道偏移警告装置,其中,该追踪单元判断 追踪出之消失点及左、右边线的方式如下:利用第 i组可能之左边线的像素梯度値累计IL及可能之 右边线的像素梯度値累计IR,计算可能之消失点 Qi的信号X(Qi)=IL+IR,其中,信号最大的一组即是 追踪出的消失点及左、右边线。 24.依据申请专利范围第13项所述之具有车道辨识 系统的车道偏移警告装置,其中,该重点区域侦测 单元与该辨识单元电连接,且其调整该重点区域的 方式如下:当该辨识单元有找到消失点且消失点的 集中度够高,该重点区域侦测单元在该辨识单元下 次作动前将该重点区域缩小为原始影像大小的1/3, 当该辨识单元没有找到消失点或消失点的集中度 太低,该重点区域侦测单元在该辨识单元下次作动 前将该重点区域扩大为原始影像大小的2/3,其余时 候该重点区域维持不变。 25.一种车道辨识方法,适用于辅助一车辆,分析其 所在车道的左、右边线及消失点,且包含以下步骤 : (A)接收路面的原始影像,并将位于一重点区域中的 原始影像进行边缘侦测以得到一边缘化影像; (B)从该边缘化影像中辨识出至少一消失点,并将所 有通过该消失点的直线作像素梯度値累计,其中, 累计値最大的二直线即是该车道的左、右边线,且 输出辨识出的消失点及左、右边线; (C)接收下一张路面的原始影像,并将位于该重点区 域中的原始影像进行边缘侦测以得到该边缘化影 像; (D)以上一张影像的消失点为中心,由中心往外,依 序以特定范围内的像素作为可能的消失点,在该边 缘化影像中寻找与该可能的消失点相对应之可能 的左、右边线,其中,信号最强的一组即是追踪出 的消失点及左、右边线; (E)评估追踪的正确性,如果追踪结果合理,跳到步 骤(F),否则,跳到步骤(G); (F)输出目前的追踪结果,并跳到步骤(C); (G)输出上一次的辨识或追踪结果;及 (H)调整该重点区域的大小,并跳到步骤(A)。 26.依据申请专利范围第25项所述之车道辨识方法, 其中,该步骤(B)的辨识结果包括该左、右边线角度 ,该步骤(D)的追踪结果包括该左、右边线角度,该 步骤(E)是根据下式计算出一角度差异及一位置差 异,如果该角度差异及该位置差异均小于特定値, 表示追踪结果合理: =︱R(n)-R(n-1)︱+︱L(n)-L(n-1)︱ Q=︱Q(n)-Q(n-1)︱ 其中,是该角度差异,Q是该位置差异,L(n) 、R(n)及Q(n)分别是目前追踪出的左、右边线角 度及消失点位置,而L(n-1)、R(n-1)及Q(n-1)分别是 上一次辨识出或追踪出的左、右边线角度及消失 点位置。 27.依据申请专利范围第26项所述之车道辨识方法, 其中,该步骤(E)在计算完该角度差异及该位置差异 后,更包括: (I)评估该位置差异是否小于特定値,如果是,跳到 步骤(N),否则,跳到步骤(J); (J)判断是否对目前影像重覆追踪超过一定次数,如 果是,跳到步骤(K),否则,跳到步骤(L); (K)输出目前的追踪结果,并跳到步骤(H); (L)以目前追踪出的消失点为中心,由中心往外,依 序以特定范围内的像素作为可能的消失点,在该边 缘化影像中寻找与该可能的消失点相对应之可能 的左、右边线,其中,信号最强的一组即是追踪出 的消失点及左、右边线; (M)根据目前追踪出的左、右边线角度与消失点位 置及上一次辨识出或追踪出的左、右边线角度与 消失点位置,计算该角度差异及该位置差异,并跳 到步骤(I);及 (N)评估该角度差异是否小于特定値,如果是跳到步 骤(F),否则,跳到步骤(G)。 28.依据申请专利范围第25项所述之车道辨识方法, 其中,该重点区域是指车头前方的部份影像。 29.依据申请专利范围第25项所述之车道辨识方法, 其中,该步骤(A)及(C)的边缘侦测是使用索贝尔演算 法。 30.依据申请专利范围第25项所述之车道辨识方法, 其中,该步骤(A)及(C)的边缘侦测是使用普里维特演 算法。 31.依据申请专利范围第25项所述之车道辨识方法, 其中,该步骤(A)及(C)的边缘侦测是使用型态学演算 法。 32.依据申请专利范围第25项所述之车道辨识方法, 其中,该步骤(B)是利用霍氏转换及霍氏反转换从该 边缘化影像中辨识出该消失点,方式如下:对该边 缘化影像的每一像素作霍氏转换,以在极座标平面 上产生复数曲线,并找出该等曲线的交点,且将所 有找到的交点作霍氏反转换,以在直角座标平面上 产生复数直线,其中,有最多直线通过的点即为该 消失点,因为影像处理产生的误差,找到的消失点 可能不只一个,此时,将通过找到的该消失点或该 等消失点的直线作像素梯度値累计,其中,累计値 最大的二直线即是辨识出的左、右边线,而该二边 线的交点即是辨识出的消失点。 33.依据申请专利范围第32项所述之车道辨识方法, 其中,该步骤(B)是先将该边缘化影像分成复数小区 域,再对一小区域中的每一像素作霍氏转换,以在 极座标平面上产生复数曲线,当该等曲线有交点时 ,找出该等曲线的交点,再换下一小区域继续作霍 氏转换,直到所有小区域都做完转换,然后将所有 找到的交点作霍氏反转换。 34.依据申请专利范围第25项所述之车道辨识方法, 其中,该步骤(D)寻找可能之左、右边线的方式如下 :从可能的消失点往车头中心画一直线,将该直线 往0度方向旋转,并对该直线作像素梯度値累计,其 中,累计値最大的直线为可能的左边线,将该直线 往180度方向旋转,并对该直线作像素梯度値累计, 其中,累计値最大的直线为可能的右边线。 35.依据申请专利范围第25项所述之车道辨识方法, 其中,该步骤(D)判断追踪出之消失点及左、右边线 的方式如下:利用第i组可能之左边线的像素梯度 値累计IL及可能之右边线的像素梯度値累计IR ,计算可能之消失点Qi的信号X(Qi)=IL+IR,其中,信 号最大的一组即是追踪出的消失点及左、右边线 。 36.依据申请专利范围第25项所述之车道辨识方法, 其中,该步骤(H)调整该重点区域的方式如下:当有 辨识出消失点且消失点的集中度够高,该重点区域 缩小为原始影像大小的1/3,当没有辨识出消失点或 消失点的集中度太低,该重点区域扩大为原始影像 大小的2/3,其余时候该重点区域维待不变。 37.一种车道偏移警告方法,适用于辅助一车辆,并 包含以下步骤: (A)撷取路面的原始影像; (B)将位于一重点区域中的原始影像进行边缘侦测 以得到一边缘化影像; (C)从该边缘化影像中辨识出至少一消失点,并将所 有通过该消失点的直线作像素梯度値累计,其中, 累计値最大的二直线即是该车道的左、右边线; (D)根据辨识出的消失点及左、右边线判断是否有 车道偏移,即连续复数张影像的左、右边线不是落 在车头两旁且未打方向灯,如果是,跳到步骤(E),否 则,跳到步骤(F); (E)输出一警示信号; (F)撷取下一张路面的原始影像; (G)将位于该重点区域中的原始影像进行边缘侦测 以得到该边缘化影像; (H)以上一张影像的消失点为中心,由中心往外,依 序以特定范围内的像素作为可能的消失点,在该边 缘化影像中寻找与该可能的消失点相对应之可能 的左、右边线,其中,信号最强的一组即是追踪出 的消失点及左、右边线; (I)评估追踪的正确性,如果追踪结果合理,跳到步 骤(J),否则,跳到步骤(K); (J)根据目前追踪出的消失点及左、右边线判断是 否有车道偏移,如果是,跳到步骤(E),否则,跳到步骤 (F); (K)根据上一次辨识或追踪出的消失点及左、右边 线判断是否有车道偏移,如果是,跳到步骤(L),否则, 跳到步骤(M); (L)输出该警示信号;及 (M)调整该重点区域的大小,并跳到步骤(A)。 38.依据申请专利范围第37项所述之车道偏移警告 方法,其中,该步骤(C)的辨识结果包括该左、右边 线角度,该步骤(H)的追踪结果包括该左、右边线角 度,该步骤(I)是根据下式计算出一角度差异及一位 置差异,如果该角度差异及该位置差异均小于特定 値,表示追踪结果合理: =︱R(n)-R(n-1)︱+︱L(n)-L(n-1)︱ Q=︱Q(n)-Q(n-1)︱ 其中,是该角度差异,Q是该位置差异,L(n) 、R(n)及Q(n)分别是目前追踪出的左、右边线角 度及消失点位置,而L(n-1)、R(n-1)及Q(n-1)分别是 上一次辨识出或追踪出的左、右边线角度及消失 点位置。 39.依据申请专利范围第38项所述之车道偏移警告 方法,其中,该步骤(I)在计算完该角度差异及该位 置差异后,更包括: (N)评估该位置差异是否小于特定値,如果是,跳到 步骤(O),否则,跳到步骤(S); (O)判断是否对目前影像重覆追踪超过一定次数,如 果是,跳到步骤(P),否则,跳到步骤(Q); (P)根据目前追踪出的消失点及左、右边线判断是 否有车道偏移,如果是,跳到步骤(L),否则,跳到步骤 (M); (Q)以目前追踪出的消失点为中心,由中心往外,依 序以特定范围内的像素作为可能的消失点,在该边 缘化影像中寻找与该可能的消失点相对应之可能 的左、右边线,其中,信号最强的一组即是追踪出 的消失点及左、右边线; (R)根据目前追踪出的左、右边线角度与消失点位 置及上一次辨识出或追踪出的左、右边线角度与 消失点位置,计算该角度差异及该位置差异,并跳 到步骤(N);及 (S)评估该角度差异是否小于特定値,如果是,跳到 步骤(J),否则,跳到步骤(K)。 40.依据申请专利范围第37项所述之车道偏移警告 方法,其中,该重点区域是指车头前方的部份影像 。 41.依据申请专利范围第37项所述之车道偏移警告 方法,其中,该步骤(B)及(G)的边缘侦测是使用索贝 尔演算法。 42.依据申请专利范围第37项所述之车道偏移警告 方法,其中,该步骤(B)及(G)的边缘侦测是使用普里 维特演算法。 43.依据申请专利范围第37项所述之车道偏移警告 方法,其中,该步骤(B)及(G)的边缘侦测是使用型态 学演算法。 44.依据申请专利范围第37项所述之车道偏移警告 方法,其中,该步骤(C)是利用霍氏转换及霍氏反转 换从该边缘化影像中辨识出该消失点,方式如下: 对该边缘化影像的每一像素作霍氏转换,以在极座 标平面上产生复数曲线,并找出该等曲线的交点, 且将所有找到的交点作霍氏反转换,以在直角座标 平面上产生复数直线,其中,有最多直线通过的点 即为该消失点,因为影像处理产生的误差,找到的 消失点可能不只一个,此时,将通过找到的该消失 点或该等消失点的直线作像素梯度値累计,其中, 累计値最大的二直线即是辨识出的左、右边线,而 该二边线的交点即是辨识出的消失点。 45.依据申请专利范围第44项所述之车道偏移警告 方法,其中,该步骤(C)是先将该边缘化影像分成复 数小区域,再对一小区域中的每一像素作霍氏转换 ,以在极座标平面上产生复数曲线,当该等曲线有 交点时,找出该等曲线的交点,再换下一小区域继 续作霍氏转换,直到所有小区域都做完转换,然后 将所有找到的交点作霍氏反转换。 46.依据申请专利范围第37项所述之车道偏移警告 方法,其中,该步骤(H)寻找可能之左、右边线的方 式如下: 从可能的消失点往车头中心画一直线,将该直线往 0度方向旋转,并对该直线作像素梯度値累计,其中, 累计値最大的直线为可能的左边线,将该直线往180 度方向旋转,并对该直线作像素梯度値累计,其中, 累计値最大的直线为可能的右边线。 47.依据申请专利范围第37项所述之车道偏移警告 方法,其中,该步骤(H)判断追踪出之消失点及左、 右边线的方式如下:利用第i组可能之左边线的像 素梯度値累计IL及可能之右边线的像素梯度値 累计IR,计算可能之消失点Qi的信号X(Qi)=IL+IR ,其中,信号最大的一组即是追踪出的消失点及左 、右边线。 48.依据申请专利范围第37项所述之车道偏移警告 方法,其中,该步骤(M)调整该重点区域的方式如下: 当有辨识出消失点且消失点的集中度够高,该重点 区域缩小为原始影像大小的1/3,当没有辨识出消失 点或消失点的集中度太低,该重点区域扩大为原始 影像大小的2/3,其余时候该重点区域维持不变。 图式简单说明: 图1是习知车道偏移警示装置的方块图; 图2是一方块图,说明本发明车道辨识系统及具有 该系统的车道偏移警告装置及其方法之较佳实施 例; 图3是一示意图,说明该较佳实施例中消失点Q及视 觉水平线M的定义;及 图4是该较佳实施例的流程图。 |
