百度Apollo视觉算法解析-视觉车道线检测后处理

这里以denseline postprocessing为例，代码在modules/perception/camera/lib/lane/postprocessor/denseline/denseline_lane_postprocessor.cc文件中

模型预测的是每个点的车道线的四种类型的conf（表示车道线4种位置关系属性），后处理首先做softmax，然后过threshold，得到前景点的标签。

bool DenselineLanePostprocessor::LocateLanelinePointSet(
    const CameraFrame* frame) {}  // 入口

得到车道线前景mask，分类四类

CalLaneMap(output_data, lane_map_width_, lane_map_height_, &lane_map_);

其中

for (int x = 0; x < width; ++x) {
	//遍历获取点的类型max index
	score_channel[0] = output_data[channel0_pos + x];
	score_channel[1] = output_data[channel1_pos + x];
	score_channel[2] = output_data[channel2_pos + x];
	score_channel[3] = output_data[channel3_pos + x];
	// Utilize softmax to get the probability
	float sum_score = 0.0f;
	for (int i = 0; i < 4; i++) {
	score_channel[i] = static_cast(exp(score_channel[i]));
	sum_score += score_channel[i];
	}
	for (int i = 0; i < 4; i++) {
	score_channel[i] /= sum_score;
	}
	// 1: ego-lane; 2: adj-left lane; 3: adj-right lane
	//  find the score with max lane map
	int max_channel_idx = 0;

	//下面代码获取保留lane的点到左右点的距离
	int pixel_pos = row_start + x;
	(*lane_map)[pixel_pos] = 1;
	
	float dist_left = sigmoid(output_data[channel5_pos + x]);
	float dist_right = sigmoid(output_data[channel6_pos + x]);
	lane_output_[pixel_pos] = dist_left;
	lane_output_[out_dim + pixel_pos] = dist_right;
	lane_output_[out_dim * 2 + pixel_pos] = max_score;

下一步进行点的联通域分析，同种类型的车道线聚类到一起

bool flag =
      FindCC(lane_map_, lane_map_width_, lane_map_height_, roi, &lane_ccs_);

这里的实现算法是线扫描的方式，基本原理如下:

它基于扫描线的思想，通过对像素进行遍历和分析，将具有相同特征或连通关系的像素归为同一个连通区域（Connected Component）。

算法原理如下：

1. 初始化一个空的 Connected Component 列表 cc。
2. 遍历图像中的每个像素，并按照顺序从左到右、从上到下进行扫描。
3. 对于当前扫描到的像素，判断其是否为前景像素（具有特定特征）。如果是前景像素，则进行下一步处理；如果是背景像素，则继续扫描下一个像素。
4. 对于前景像素，判断其与相邻像素的关系，主要包括左侧像素和上方像素。根据连通关系的定义，如果左侧像素和上方像素都是背景像素，则当前像素属于一个新的连通区域，创建一个新的 Connected Component，并将当前像素添加到该连通区域中。
5. 如果左侧像素和上方像素中至少有一个属于前景像素，那么当前像素属于与之相连的连通区域。在 cc 列表中查找与左侧像素和上方像素相连的连通区域，并将当前像素合并到该连通区域中。
6. 继续扫描下一个像素，重复步骤 4 和步骤 5，直到遍历完所有像素。
7. 完成图像扫描后，cc 列表中存储了所有的连通区域及其像素。

扫描线算法基于像素的连通关系进行区域分割，适用于处理图像中连通区域较少的情况。它具有简单、高效的特点，并且可以对连通区域进行实时检测和分析。在计算机视觉和图像处理领域，扫描线算法常被用于目标检测、图像分割、边缘提取等应用中。

其中的重点在于**在遍历过程中查询像素点的前背景属性，以及联通属性，遇到新的标签就新增联通域，当联通域不产生冲突时，合并像素到指定集合，产生冲突的时候，进行已有的冲突集合的合并。**如下

if (left_val == 0 && up_val == 0) {
          // current pixel is foreground and has no connected neighbors
          frame_label[cur_idx] = labels.Add();
          root_map.push_back(-1);
        } else if (left_val != 0 && up_val == 0) {
          // current pixel is foreground and has left neighbor connected
          frame_label[cur_idx] = frame_label[left_idx];
        } else if (left_val == 0 && up_val != 0) {
          // current pixel is foreground and has up neighbor connect
          frame_label[cur_idx] = frame_label[up_idx];
        } else {
          // current pixel is foreground
          // and is connected to left and up neighbors
          frame_label[cur_idx] = (frame_label[left_idx] > frame_label[up_idx])
                                     ? frame_label[up_idx]
                                     : frame_label[left_idx];
          labels.Unite(frame_label[left_idx], frame_label[up_idx]);  //集合合并
        }

这里的labels是DisjointSet的数据结构，Disjoint Set 是一种用于处理集合合并与查找问题的数据结构。在该数据结构中，每个元素都被分配到一个集合中，并且每个集合都有一个代表元素（也称为根元素）。用一个total-pixels长度的vector记录所有集合的跟节点值，理论上最多有num_total_pixels多个集合，如果多个点属于同一个集合，可以给他们都赋值为代表同一个集合的最小的标记值也就是这个root值，root用来标记此集合。那么当不同的集合，需要合并的时候，首先查找他们是否属于同一个集合，也就是找到root值做对比，如果相同那么不用执行操作，如果不同就将大的root设置为小的root值，从而也就实现了集合的合并。后续再做一次遍历，把所有属于同一个root值的点放到一个vector中，也就拿到了最终的集合结果。

下面是apollo中disjointset实现中的集合合并的逻辑，