基于DM6446的视频运动车辆检测系统
3.3 形态学滤波
仅对背景差图像做二值化处理是不够的，在二值图中可能出现因错判而导致的空洞和细小的噪声，须进一步经形态学滤波处理以连接相关区域和去噪，具体的操作是腐蚀和膨胀。腐蚀的作用是从二值图像中消除不相关的细节，膨胀可以使裂缝桥接起来。先腐蚀后膨胀的过程具有消除细小物体，在纤细点处分离物体和平滑较大的边界时又不明显地改变其面积的作用。先膨胀后腐蚀的过程具有填充物体内部细小空洞、连接邻近物体、在不明显改变面积的情况下平滑其边界的作用。本文中选择3×3 像素大小的结构元素先后对二值图进行腐蚀和膨胀操作。
3.4 区域生长法目标定位
定位是指获取视频运动目标的空间位置，本文采用区域生长法对目标进行位置标记。区域生长法（Region Growing）是一种有效的图像分割算法，算法将有相似性质的像素或子区域集合起来构成区域并不断扩大区域范围。基本方法是以一组种子点开始将与种子性质相似的相邻像素附加到生长区域的每个种子上，逐步构成区域，在没有像素满足加入某个区域的条件时停止生长。种子点的自动选择应满足3 条准则：
① 种子与其邻域必须有高相似度；② 在想得到的区域内，至少要能产生一颗种子；③ 不同区域的种子不能连接。
经形态学滤波处理后，二值图的视频运动车辆区域有了较好的空域连通性，采用区域生长法进行定位的目的就是要确定出前景目标区域并给予标记。本文对前景区域采用矩形框进行标记：在四邻域连通区域内寻找坐标的最大值max（x,y）和最小值min（x,y），据此在图像中绘制白色直线段并连接成矩形框。区域生长法目标定位可简单总结为以下4 个步骤[4]:
① 将标记矩阵C（x,y,tk）初始化为待标记的二值图像（设种子点灰度值为255）；② 根据种子点灰度值逐行扫描C（x,y, tk）图像，若搜索到符合条件的像素点则以其为中心检查邻域像素，满足合并条件的邻域像素坐标压入堆栈，并设置为背景点；③ 利用步骤②的前景点位置坐标得到目标矩形框位置坐标（xman,yman）、（xmax,ymax），矩形框坐标入栈，返回②；④ 逐个取出矩形框位置坐标，进行矩形框绘制。
4 实验结果与分析
为进一步说明本文基于DM6446 实时视频运动车辆检测系统的实际检测效果，本文针对不同交通视频序列进行了检测实验。由于不便在实际交通现场进行效果测试，实验时使用新浪S008DVD 机提供视频输入信号，DVD 机播放指定的交通视频序列。DVD 的输出通过AV 线连接到视频板的复合视频信号接口，处理结果由连接在VGA 口的液晶显示器显示。本文共用到3组视频序列： Highway 、Video.long.mjpg 和Hzhighway.其中Highway 来自http://cvrr.ucsd.
edu/aton/testbed/,video. long.mjpg 为刘瑞祯编写的《OpenCV 教程：基础篇》光盘所提供的测试序列，Hzhighway 为自拍视频序列。
图4（a）~（d）示意了在DM6446 上进行视频运动目标检测的处理流程。图5（a）、（b）和（c）分别给出了对Highway、Video.long.mjpg 及Hzhighway 各视频测试序列的运动车辆进行检测的效果。
Highway 背景较为简单，车辆都处于运动状态且行进方向与摄像机镜头朝向相同，检测效果较好，虽然存在少量连体问题，但基本定位准确，如图5（a）所示，可以看到白色矩形框将车辆包含在其中，并随着车辆远离摄像机而逐渐缩小。
Video.long.mjpg 取景范围较小，同时车辆行驶速度较快，有时不能完整框住车辆。在自拍序列Hzhighway 中车辆定位准确但有时存在矩形框不能框住单一车辆和大小不稳定的情况，如图5（c）所示。经过综合分析得到如下结论：① 倘若背景更新速度不够快，易导致当停驶车辆变为背景后又恢复运动状态时背景不能及时更新为路面的情况。②有些车辆车体颜色与路面相近，在更新时部分车体会被误当成背景。
图4 视频运动车辆检测过程示意图
5 结语
本文给出了一种基于DM6446 的视频运动车辆检测系统的技术实现方案，描述了系统软硬件平台的搭建思路。本文所给出的实验效果说明了本系统的技术可行性及其良好检测性能。虽然本系统在几组视频测试序列中获得良好的检测效果，但本系统对环境光照的突变、树枝摇摆的干扰等仍缺乏适应性，算法需做进一步考虑，同时程序也需针对DM6446 硬件平台做进一步优化，这也是作者进一步的研究工作。
评论