Figure 6. The result of road scan l

Figure 6. The result of road scan lines detection.
B. Forward Vehicle Detection
The architecture of FVD is depicted as Figure 7. Due to calculate the demarcation point between the vehicle and nonvehicle, the vehicle position is used to capture camera grayscale plane and histogram equalization. In this study, we statistics more than road image of 1,000,000 frames with various environments, the gray scale value of vehicle and the road boundaries is between 20 and 70. Therefore, following Eq. (5) to search the minimum value as the threshold value and make binary image by Eq. (6).

ผลลัพธ์ (ไทย) 1:

รูปที่ 6 ผลของการตรวจสอบถนนแกนบรรทัด ตรวจสอบรถเกิดไปข้างหน้า สถาปัตยกรรมของ FVD เป็นภาพเป็นรูปที่ 7 ครบกำหนดเพื่อคำนวณจุดแบ่งระหว่างรถและ nonvehicle ตำแหน่งยานพาหนะใช้ในการจับกล้องสีเทาเครื่องบินและฮิสโตแกรมปรับแต่ง ในการศึกษานี้ เราสถิติมากกว่ารูปถนนเฟรม 1000000 กับสภาพแวดล้อมต่าง ๆ ค่าระดับสีเทาของรถและขอบเขตของถนนอยู่ระหว่าง 20 และ 70 ดังนั้น ตาม Eq. (5) ค่าต่ำสุดค่าขีดจำกัดการค้นหา และทำให้รูปแบบไบนารี โดย Eq. (6)

ผลลัพธ์ (ไทย) 2:

รูปที่ 6 ผลการสแกนการตรวจสอบถนนสาย.
บี การตรวจสอบยานพาหนะส่งต่อสถาปัตยกรรมของ FVD เป็นภาพรูปที่ 7 เนื่องจากในการคำนวณจุดแบ่งเขตระหว่างรถและ nonvehicle ตำแหน่งของยานพาหนะที่ใช้ในการจับเครื่องบินสีเทากล้องและเท่าเทียมกัน Histogram
ในการศึกษานี้สถิติเรามากกว่าภาพถนน 1,000,000 เฟรมกับสภาพแวดล้อมที่หลากหลายค่าระดับสีเทาของรถและขอบเขตถนนระหว่าง 20 และ 70 ดังนั้นต่อไปนี้สมการ (5) เพื่อค้นหาค่าต่ำสุดเป็นค่าเกณฑ์และทำให้ภาพไบนารีโดยสมการ (6)

ผลลัพธ์ (ไทย) 3:

รูปที่ 6 ผลของการสแกนเส้นถนน .

b . ไปข้างหน้าตรวจจับรถสถาปัตยกรรมของ fvd เป็นภาพ ดังรูปที่ 7 เนื่องจากการคำนวณแบ่งเขตระหว่างยานพาหนะและ nonvehicle รถตำแหน่งที่ใช้จับเครื่องบินสีเทากล้องและภาพปรับ . ในการศึกษานี้เราสถิติมากกว่าถนนภาพ 1000000 เฟรมกับสภาพแวดล้อมต่าง ๆสีเทา ) ค่ายานพาหนะ และ ถนนรอยต่อระหว่าง 20 และ 70 ดังนั้น ต่อไปนี้ อีคิว ( 5 ) หาค่าต่ำสุดเป็นค่าเกณฑ์และให้ภาพไบนารีโดยอีคิว ( 6 )