這一個子模組的用途是在於針對路面的範圍作偵測，找出路面中可能為車輛 所在的區域；而此部分的流程圖就如同圖. 4-6，在此部分找出可能的位置後，再 從下一個子模組中去辨認找出的物體是否為車輛。
圖. 4-6 : 分離物體流程圖
4.3.1 Lane Based Transform
由於我們是針對路面來做物體的偵測，因此我們將所選定路面範圍經過 Lane Based Transform [21]轉換至一個矩形的區域；而被偵測的道路面在經過轉換 後所得到的結果是如同類俯視圖一般的結果。
Lane Based Transform 主要的目的是在代替 Camera Calibration 的過程，在轉 換的過程中，並不需要事先取得相機的各種參數，取而代之，所需要用到的則是 在第三章中所找出來的偵測區域的左邊線及右邊線的參數。
Lane Based Transform 的示意圖如圖. 4-7。我們將自 Camera 得到的影像表示 在X-Y 平面，而經過轉換後所得到的影像則是表示在 U-V 平面，左邊線及右邊 線的方程式可表示成fl(t)=[flx(t),fly(t)]T及fr(t)=[frx(t),fry(t)]T，而
t
∈[0,1]，所以上 邊 線 可 表 示 成
f
u(t
')=(f
r(1)−f
l(1))⋅t
'+f
l(1) ， 則 下 邊 線 可 表 示 為在此，Lane Based Transform 可表示為(4.4)式。
⎪ ⎩
4.3.2 修補斷邊
由於之後的步驟會用到Connected Component 來將屬於同一物體的邊緣歸類 為同一類，因此，我們必須考慮到補斷邊的問題。在系統中，經過轉換後的類俯
4.3.3 Connected Component
為了要分離出偵測區域中的物體，我們利用了Connected Component [30]、
[31]來將相連在一起的邊緣給予相同的標籤，以達成我們所希望的目的，其結果 如圖. 4-9；(a)中的黑點為邊緣點，而(b)為使用 8-鄰接 Connected Component 所得 到的結果。
圖. 4-9 : 8-連通 Connected Component 範例
一般而言，Connected Component 的連通性有 4、8、6、10、18 及 26 鄰接，
而 4 及 8 鄰接通常是用在 2-D 平面影像的測試，其它的連通性主要是用在 3-D 立體影像的應用。在我們的演算過程中，我們所使用的是 8 鄰接的 Connected Component，這是因為 8 鄰接的 Connected Component 較 4 鄰接的 Connected Component 由於多了四個斜線方向的檢測，所以比 4 鄰接更具像素間連通的代表 性，也更常應用在平面影像連通性的檢測當中。
4.3.4 尺寸濾波器與障礙物列表
在經過Connected Component 之後，會將道路面中的影像中出現的邊線根據 連通性作切割，並給定切割出的邊線屬於各自的標記，此時我們會將得到的標記 物先經過一個Size Filter 的檢測，檢測所得到的標記物各自的邊線點的總數，若 標記物的邊線點的總數不滿足一定的臨界值大小時，我們會認為此時所找出的標 記物是一個標記物是屬於路面上的一個雜點，就會將此標記物刪除，並取消它的 標記。
在經過Size Filter 後，我們會得到一個標記物的清單，並將各個標記物再重 新 繪 製 到 路 面 的 偵 測 區 域 上 。 圖. 4-10 為路面範圍的影像經過 Connected Component 和 Size Filter 的結果；而標記物的清單會記錄下目前道路範圍之中共 有幾個標記物。