題-1_100_100.jpg)
基本信息
- 項目名稱：
- 基于數(shù)學(xué)形態(tài)學(xué)和Hough變換的道路邊緣提取
- 小類：
- 信息技術(shù)
- 簡介：
- 道路邊緣的快速準(zhǔn)確定位在視頻交通運動檢測中是最關(guān)鍵的一步。本文提出一種新型、快速的道路邊緣提取方法。該方法首先利用數(shù)學(xué)形態(tài)學(xué)對原圖像進行預(yù)處理，然后用Canny算子對增強圖像進行邊緣檢測，最后采用Hough邊緣檢測出二值圖像中的道路邊緣。試驗證明，該方法準(zhǔn)確性較高,可以減少后期運動檢測的運算范圍，提高運動檢測速率。
- 詳細介紹：
- 基于數(shù)學(xué)形態(tài)學(xué)與Hough變換的道路邊緣提取 摘要：道路邊緣的快速準(zhǔn)確定位在視頻交通運動檢測中是最關(guān)鍵的一步。本文提出一種新型、快速的道路邊緣提取方法。該方法首先利用數(shù)學(xué)形態(tài)學(xué)對原圖像進行預(yù)處理，然后用Canny算子對增強圖像進行邊緣檢測，最后采用Hough變換檢測出二值圖像中的道路邊緣。試驗證明，該方法準(zhǔn)確性較高,可以減少后期運動檢測的運算范圍，提高運動檢測速率。 關(guān)鍵詞：數(shù)學(xué)形態(tài)學(xué)；邊緣檢測；Hough變換 中圖分類號：TN911.73 The road edge detection based on mathematical morphology and the Hough transform Abstract：It is the most critical step that locating the edge of road fast and accurately in the transportation of video motion detection. In this article, we proposed a new method to detect the road edge . This approach process the input image with mathematical morphology first, and then use the canny operator to edge detection for the enhanced image, deal the binary image with Hough transform to extract the edge of road. It is proved from the experiment that this method has good accuracy and can simply the operation of movement detection. It can also improve the detection rate of movement. Key words: mathematical morphology; the edge detection; Hough transform 隨著我國經(jīng)濟的快速發(fā)展，居民擁有機動車數(shù)量快速增長，公路上的交通量不斷增加。如何對行駛車輛進行快速的檢測與識別成為當(dāng)今智能交通系統(tǒng)中的一大難題。而對道路邊緣的快速檢測和定位是其中最關(guān)鍵的一步。 目前的道路車輛運動檢測范圍一般是基于整幅圖像界面，這樣既降低了檢測的準(zhǔn)確性，又影響到了檢測過程的實時性。邊緣是圖像最基本的特征[1]。如果能在運動檢測之前實現(xiàn)對路面邊緣的識別和定位，將大大降低檢測時間。本文提出一種基于數(shù)學(xué)形態(tài)學(xué)和Hough變換的道路邊緣提取方法。試驗表明，該方法具有較好準(zhǔn)確性，能夠為后期的運動檢測提供很好的依據(jù)。 1 道路圖像的邊緣提取 在智能車輛運行過程中，由于攝像機安裝位置距離地面較近，拍攝到的圖像是近野圖像，因此可以將圖像中的道路邊緣近似看成直線，這樣既能保證一定的準(zhǔn)確性，又能減少計算量[2]。選擇合適的拍攝位置，大部分道路都可以近似看為直線；并且與邊緣線垂直的兩側(cè)像素值變化比較劇烈。 1.1 圖像預(yù)處理 在采集視頻圖像的過程中，由于拍攝器材的分辨率、傳輸介質(zhì)等的原因，或多或少都會對圖像產(chǎn)生影響。圖像預(yù)處理的主要目的是盡量消除圖像中的無關(guān)信息，最大化增強圖像中的有用信息，從而改進特征提取、圖像分割、匹配和識別的可靠性由于噪聲的干擾，所獲圖像的對比度較低，可以采用數(shù)學(xué)形態(tài)學(xué)對圖像進行增強。Matlab的圖像處理工具箱提供函數(shù)imtophat、imbothat、imadd和imsubstract對圖像進行增強。 1.2 道路邊緣檢測 邊緣檢測技術(shù)是圖像處理和計算機視覺等領(lǐng)域最基本的技術(shù)，如何快速、精確的提取圖像邊緣一直是國內(nèi)外研究的熱點，然而邊緣檢測又是圖像處理中的一個難題[3]。 本文采用Canny算子對增強圖像進行邊緣檢測。Canny[4]算子是一個具有濾波、增強和檢測的多階段的優(yōu)化算子。在進行處理前，Canny算子先利用高斯平滑濾波器來平滑圖像以取出噪聲，Canny分割算法采用一階偏導(dǎo)的有限差分來計算梯度的幅值和方向。在處理過程中，Canny算法還將經(jīng)過一個非極大值抑制的過程。最后Canny算法將采用兩個閾值 來連接邊緣。 Fig1(a) The edge image detected by Canny operator of the original gray image ;(b)The edge image detected by Canny operator of the enhanced image 從圖1中可以看出，經(jīng)過圖像增強后，使得垂直于邊緣的像素值變化加大，采用Canny算子可以更加準(zhǔn)確的提取出邊緣圖像。 2 Hough變換直線邊緣提取 Hough變換是圖像處理中從圖像中識別幾何形狀的基本方法之一。Hough變換的基本原理在于利用點與線的對偶性，將原始圖像空間給定的曲線通過曲線表達形式變?yōu)閰?shù)空間的一個點。這樣就把原始圖像中給定曲線的檢測問題轉(zhuǎn)化為尋找參數(shù)空間中的峰值問題。 對于x, y坐標(biāo)系中的一條直線。用ρ代表直線距原點的法線距離,θ為該法線與x軸的夾角。這一直線的Hough變換 ρ=x cosθ+y sinθ 由上式可知Hough變換使不同坐標(biāo)系中的線和點建立了一種對應(yīng)的關(guān)系。圖像空間中直線都有且僅有一個法向量，因此在（x，y）平面上的任一條直線經(jīng)Hough變換后為空間的一個點[5]。Hough變換的優(yōu)點是其抗噪性能比較好，并且能連接共線短直線。 直線邊緣檢測的具體過程如下： 1、對上述步驟中檢測出的邊緣圖像進行Hough變換； 2、對Hough變換過程中生成的矩陣進行峰值檢測，在次過程中需要確定兩個參數(shù)：峰值個數(shù)和閾值。該閾值用來判斷峰值，如果低于規(guī)定的閾值，則被認為不是峰值，這樣可以減少其他因素對直線檢測的干擾。 3、對所生成的矩陣進行直線提取。由于路面上車輛等因素的影響，需要設(shè)置兩個參數(shù)：FillGap和MinLength。 3 試驗結(jié)果 選擇道路圖像（240*320*3）的圖像作為試驗對象，在Matlab 7.5.0（R2007b）環(huán)境中檢測結(jié)果如下圖所示。 圖2為原圖像，對原圖像經(jīng)過數(shù)學(xué)形態(tài)學(xué)增強后的效果如圖3。經(jīng)過Hough變換，檢測到的直線如圖4，從圖4中可以清楚的看到有一些無效的線段，結(jié)合Hough變換后的θ值，去除無效的線段，實現(xiàn)對路面邊緣的半自動化檢測。圖5為Hough變換后峰值點的θ值。圖6為最終檢測結(jié)果。圖7為由圖6檢測到的直線確定的路面區(qū)域。 圖2 原圖像 圖3 增強圖像 Fig 2 The original image Fig 3 The enhanced image 圖4 檢測到的直線 圖5 Hough變換后峰值點的θ值 Fig 4 The lines detected by Hough transform Fig 5 The value of θafter Hough transform 圖6 最終直線檢測結(jié)果 圖7 路面區(qū)域 Fig 6 The result of lines detected Fig 7 The region of road 根據(jù)道路邊緣的幾何與結(jié)構(gòu)特點，利用Hough變換在Matlab環(huán)境下進行直線提取。圖6中的以綠色*起始的紅色直線表示道路邊緣，從圖中可以清晰的將邊緣線和路徑從圖像中提取出來，提取比較理想的路面區(qū)域，達到了本文研究的目標(biāo)。 4 結(jié)束語 本文提出了一種道路邊緣提取方法。這種方法通過數(shù)學(xué)形態(tài)學(xué)對輸入圖像進行預(yù)處理，然后用Canny算子對增強圖像進行邊緣檢測，最后采用Hough邊緣檢測出二值圖像中的道路邊緣。通過試驗，表明該方法提取時間短，準(zhǔn)確性穩(wěn)定。該方法可以推廣到交通圖像背景提取中，這是作者下一步的研究工作。 5 參考文獻 [1] 王鄭耀. 數(shù)字圖像的邊緣檢測[D]. 西安：西安交通大學(xué)，2003 [2] 李京華，喬潔，楊志榮. 基于Hough變換的道路邊緣提取[J]?交通與計算機，2008，26（1）：62—64 [3] 張小琳. 圖像邊緣檢測技術(shù)綜述[J]?高能量密度物理, 2007（3）：37—40 [4] 胡尚舉，申江波，田國法. 邊緣檢測算子的分析比較[J]?大眾科技，2008（9）：48—49 [5] 黃鄉(xiāng)生，王彬生. Hough變換及其在幾何特征檢測中的應(yīng)用[J]?計算機與現(xiàn)代化，2008（4）：20—22
作品專業(yè)信息
撰寫目的和基本思路
- 在智能車輛運行過程中，由于攝像機安裝位置距離地面較近，拍攝到的圖像是近野圖像，因此可以將圖像中的道路邊緣近似看成直線，這樣既能保證一定的準(zhǔn)確性，又能減少計算量。本文采用數(shù)學(xué)形態(tài)學(xué)對原圖像進行增強，然后用Canny算子對增強圖像進行邊緣檢測，最后采用Hough變換檢測出二值圖像中的道路邊緣。
科學(xué)性、先進性及獨特之處
- 1、在圖像增強過程中，采用數(shù)學(xué)形態(tài)學(xué)中的底帽和頂帽運算，成功實現(xiàn)了對道路邊緣的增強。 2、Hough變換后，對變換后直線的覆蓋范圍觀察，確定角度閾值，去除了無效的線段,實現(xiàn)對道路邊緣檢測的半自動化。
應(yīng)用價值和現(xiàn)實意義
- 經(jīng)濟的發(fā)展導(dǎo)致機動車的急劇增長，交通流量日益加大，交通擁堵現(xiàn)象日趨嚴重,交通事故發(fā)生頻度上升，必然造成了嚴重的經(jīng)濟損失和人員傷亡。據(jù)粗略估算，北京一年因交通堵塞造成的直接經(jīng)濟損失有121.2億元，相比2004年的GDP總量，可以發(fā)現(xiàn)交通擁堵造成的損失相當(dāng)于GDP總量的3.6%。
學(xué)術(shù)論文摘要
- 道路邊緣的快速準(zhǔn)確定位在視頻交通運動檢測中是最關(guān)鍵的一步。本文提出一種新型、快速的道路邊緣提取方法。該方法首先利用數(shù)學(xué)形態(tài)學(xué)對原圖像進行預(yù)處理，然后用Canny算子對增強圖像進行邊緣檢測，最后采用Hough邊緣檢測出二值圖像中的道路邊緣。試驗證明，該方法準(zhǔn)確性較高,可以減少后期運動檢測的運算范圍，提高運動檢測速率。
獲獎情況
- 無
鑒定結(jié)果
- 無
參考文獻
- 無
同類課題研究水平概述
- 圖象邊緣檢測作為一個低級視覺處理過程，有著很長的研究歷史，學(xué)術(shù)思想也很活躍，新理論、新方法也不斷涌現(xiàn)。將圖像邊緣檢測技術(shù)應(yīng)用于道路圖像的邊緣定位，更是適合當(dāng)今經(jīng)濟發(fā)展的一大趨勢。 李桂芹等人在《基于區(qū)域生長的道路和橋梁識別方法的研究》中，提出采用區(qū)域生長法對圖像進行粗分類，然后通過canny檢測算子、去除無效線段和檢測平行線等技術(shù)定位圖像的道路和橋梁。楊佳等在《基于區(qū)域生長的機器人路標(biāo)識別方法研究》論文中，提出提出了一種基于當(dāng)前最大聚合中心的區(qū)域生長算法，成功實現(xiàn)了對道路的識別。國內(nèi)還有一部分學(xué)者致力于采用Hough變換檢測直線的原理來確定道路區(qū)域。喬潔、李京華和楊志榮在《基于Hough變換的道路邊緣提取》中，提出將拍攝到的道路圖像進行濾波預(yù)處理;利用自適應(yīng)閾值分割法對處理后的圖像進行分割,并采用數(shù)學(xué)形態(tài)學(xué)中的“腐蝕”運算檢測邊緣;利用Hough變換實現(xiàn)道路邊緣的檢測與定位。因Hough變換具有較強的魯棒性和抗干擾能力，勢必會在道路邊緣檢測中得到越來越多的應(yīng)用。
