随着Android平台在移动终端的市场占有率越来越高,安卓应用的开发周期越来越短,繁冗且效率底下的Java在新的形势下已渐渐表现出它的疲态,为了解决Android应用开发语言单一的问题,Google发起了SL4A(The Script-ing Layer for Android)项...随着Android平台在移动终端的市场占有率越来越高,安卓应用的开发周期越来越短,繁冗且效率底下的Java在新的形势下已渐渐表现出它的疲态,为了解决Android应用开发语言单一的问题,Google发起了SL4A(The Script-ing Layer for Android)项目。本文简单的介绍了SL4A的工作原理,并以Eclipse和Android SDK为开发工具,在SL4A的支持下使用Python语言实现Android应用GUI的开发。展开更多
为实现自动驾驶汽车能精准定位、检测且识别出车道线,提出一种基于自适应外接形参ROI(Region of Interest)的车道线搜寻检测算法。首先利用python GUI编程库Tkinter模块创建GUI界面,提供ROI形状选择及参数输入的外接窗口,适应不同需求...为实现自动驾驶汽车能精准定位、检测且识别出车道线,提出一种基于自适应外接形参ROI(Region of Interest)的车道线搜寻检测算法。首先利用python GUI编程库Tkinter模块创建GUI界面,提供ROI形状选择及参数输入的外接窗口,适应不同需求下进行车道线的定位、标注,无需反复更新源码,达到车道线自动“挖掘”的效果;其次以灰度直方图双峰值确定左右车道线的初始位置,利用自适应滑动窗口进行车道线的搜寻,依据统计所属车道线像素点的窗口覆盖率来更新、优化窗口参数。实验仿真证明,该算法不仅简化了程序,提高了车道线检测与识别的稳定性和准确性。展开更多
文摘为实现自动驾驶汽车能精准定位、检测且识别出车道线,提出一种基于自适应外接形参ROI(Region of Interest)的车道线搜寻检测算法。首先利用python GUI编程库Tkinter模块创建GUI界面,提供ROI形状选择及参数输入的外接窗口,适应不同需求下进行车道线的定位、标注,无需反复更新源码,达到车道线自动“挖掘”的效果;其次以灰度直方图双峰值确定左右车道线的初始位置,利用自适应滑动窗口进行车道线的搜寻,依据统计所属车道线像素点的窗口覆盖率来更新、优化窗口参数。实验仿真证明,该算法不仅简化了程序,提高了车道线检测与识别的稳定性和准确性。
