圖 2-4：系統流程圖
本系統依功能可分為兩個子系統，道路標線偵測子系統與前方車輛偵測子系
統。道路標線偵測子系統利用 Sobel 邊緣偵測技術及 Hough transform 線段偵測技 術來擷取車道標線。前方車輛偵測子系統，在日間時利用 Otsu’s method 尋找合適 之門檻值擷取出陰影特徵，並利用水平邊緣偵測車輛水平特徵，同時採用此兩項 特徵進行影像中車輛定位；另外，在夜間時則使用 YCrCb 色彩空間的 Cr component 及 HSI 的 Hue component 擷取煞車燈顏色特徵，並透過煞車燈的對稱性進行車輛 定位。
由第一章第二節得知道路標線可能會受到天氣及標線新舊差異所影響，造成 道路標線偵測無法單純以顏色作為特徵進行擷取，因此本研究使用邊緣擷取找出 道路標線的邊緣。邊緣偵測常用的方法有 Canny 邊緣偵測與 Sobel 邊緣偵測，我 們使用 Sobel 邊緣擷取技術找尋道路標線邊緣，不使用 Canny 邊緣偵測的原因在 於後者擷取出的邊緣特徵與前者相比弱了一點，如圖 2-5 所示。之後，再利用 Hough transform 將邊緣特徵點進行線段偵測，透過線段之斜率與位置找出符合道路標線 線段。
圖 2-5(a)為輸入之灰階影像，圖 2-5(b)(c)分別顯示出 Canny 邊緣擷取結果和 Sobel 邊緣擷取結果，藉由(b)(c)兩張影像可以觀察得知，Sobel 邊緣偵測出的特徵 遠比 Canny 邊緣偵測的結果強烈。
(a) (b) (c)
圖 2-5：邊緣擷取範例
(a)灰階影像；(b)Canny 邊緣擷取結果；(c)Sobel 邊緣擷取結果。
前面曾經說過在車輛偵測方面，分成日間及夜間兩種偵測方式。日間時，在 日光照射下，車體底部區域會因為光線受到車體遮蔽而造成路面上 pixels 的 intensity 值低於未遮蔽區域。即使天空雲層過厚阻擋陽光照射，車體底部路面區 域依然保有較未遮蔽區域低的 intensity 值。而車輛尾部的保險桿及後車窗甚至是
車輛陰影的邊緣都能藉由邊緣偵測擷取出水平邊緣特徵，因此本研究將使用陰影 及水平邊緣作為車輛特徵進行偵測。在偵測出車輛之後，系統利用指數函數 (exponential function)預測前方車輛距離，並在本車與前方車輛距離低於 10 公尺時 警示駕駛。
(a) (b)
(c) (d)
(e) (f)
(g) (h)
圖 2-6：Otsu’s method 範例
(a)(b)(e)(f)輸入影像；(c)(d)(g)(h)分別為利用 Otsu’s method 二元化後之結果。
在不同的亮度條件下找尋影像中的陰影是很困難的。而 Otsu’s method 能夠找
尋影像中找尋合適之門檻值。因此本研究使用 Otsu’s method 找尋影像中陰影區域 來擷取陰影如圖 2-6 所示為利用 Otsu’s method 找陰影的範例。圖 2-6(a)為中午時 段拍攝的影像，影像中包含房車及工程車，利用 Otsu’s method 二元化結果如圖(c) 紅圈處為車輛陰影部分；圖 2-6(e)(f)為另外兩例，時段為上午 9 點 20 多分，影像 中分別包含房車、廂型車與水泥車，二元化結果如圖 2-6(g)及(h)；圖 2-6(b)則為 下午接近 5 點時大貨車之影像，二元化影像如圖 2-6(d)所示。
(a) (b)
(c) (d)
圖 2-7：車輛煞車燈偵測結果(1)
(a)輸入影像；(b)影像中偏紅色 pixels；(c)Normalized R 二元化後之結果；(d)Cr 二元化之結果。
在夜間與雨中時，影像中煞車燈是顯而易見的，如圖 2-7(a)所示。因此車輛 尾部的煞車燈是個重要的特徵。而煞車燈為左右成對出現，本系統利用成對煞車 燈之位置偵測車輛位置。由於天空的亮度不足，使得陰影無法成為偵測車輛的良 好特徵。但是在光線不足的前提下，所有的駕駛都會開啟大燈或小燈，此時，車 後的煞車燈將會同時啟動。因此本系統使用 YCrCb 的 Cr component 以及 HSI 的 Hue component 找尋車輛尾部之煞車燈。不使用 RGB 中偏紅色的 pixels 及 Normailzed R 的原因為此兩特徵在影像中所佔比例面積太大會造成誤判將路面及
其他障礙物一起偵測出來，如圖 2-7 所示。圖 2-7(a)為輸入影像，圖 2-7(b)及(c) 分別為影像中偏紅色區域和 Normalized R 的二元影像結果。圖 2-7 (d)為 Cr component 二元化後之影像。紅圈處為煞車燈部分。
夜間偵測又區分兩種情況，其一為亮度還足夠偵測道路標線如圖 2-7 所示。
另一情況輸入為影像全黑無法偵測出道路標線，如圖 2-8(a)示，本系統期望仍能 在此狀況下穩定運行。圖 2-8(a)影像中只有紅色煞車燈而無其他光害也看步道道 路標線，此時車輛偵測仍可利用煞車燈的特徵來進行，(b)為 Cr component 二元化 後之影像。可明顯看出煞車燈的部分。由上述說明可得知 Cr component 比 Normalized R 更適合偵測煞車燈。
(a) (b)
圖 2-8：車輛煞車燈偵測結果(2) (a)輸入影像；(b)Cr 二元化之結果。