新闻中心

EEPW首页 > 汽车电子 > 设计应用 > 车辆压线检测方法

车辆压线检测方法

作者:时间:2013-04-22来源:网络收藏

摘要 针对车辆压线的违章行为,提出一种基于计算机视觉的车辆压线。首先利用Hough变换对交通视频图像中的黄线实现自动提取;然后用背景差法从图像中提取前景车辆,并用大津法将车辆分割出来,从而获得车辆位置;最后根据黄线区域和车辆区域是否有重叠来判断车辆是否压线。实验结果表明,该方法能满足准确高效的要求。
关键词 图像处理;直线提取;车辆检测

随着交通运输业的快速发展,汽车数量的急剧增加,各种车辆违章行为层出不穷,车辆压黄线属于一种严重的交通违章行为,用视频的方法检测车辆压黄线具有一定的实用价值。文中针对这个问题,提出了一种基于计算机视觉的车辆压线

1 车辆压黄线检测算法
1.1 图像预处理
图像预处理是视频图像处理的第一步,它是将输入的图像进行滤波去除噪声,增强图像的过程。经过图像的灰度化、二值化、中值滤波后可以使得感兴趣的区域可视化效果得到改善,有利于对图像的进一步处理。
1.2 边缘检测
边缘检测的基本思想首先是利用边缘增强算子,突出图像中的局部边缘,然后定义像素的“边缘强度”,通过设置阈值的方法提取边缘点集。常用的检测算子有Roberts算子、Sobel算子、Canny算子、拉普拉斯算子。经实验对比后发现使用Canny算子的边缘提取效果优于其他算子,因此文中在黄线提取中使用了Canny算子。
1.3 直线提取
判断车辆是否压线,要预先确定黄线的位置。文中采用Hough变换进行直线提取,即通过图像信息来自动获取直线位置。
Hough变换是利用图像的全局特性而直接检测目标轮廓,将图像的边缘像素连接起来的常用方法。在预先知道区域形状的条件下,利用Hough变换可以方便地得到边界曲线而将不连续的边缘像素点连接起来。Hough变换的基本思想是利用点、线的对偶性。图像变换前在图像空间,变换后在参数空间。在图像空间XY中,所有通过点(x,y)的直线一定满足方程
y=px+q (1)
式中,p为斜率;q为截距。如果将x,y看成参数,它又代表参数空间PQ中通过点(p,q)的一条直线。图像XY中通过点(xi,yi)和(xj,yj)的直线上的每一点都对应参数空间中的每一条直线,而这些直线相交于(P’,q’),(p’,q’)恰好就是图像XY中过点(xi,yi)和(xj,yj)的直线的参数。由此可知,在图像空间中同一条直线上的点对应在参数空间里是相交的直线,当给定图像空间中一些边缘点时,就可通过Hough变换确定连接这些点的直线方程。
1.4 车辆提取
常用的运动目标提取算法有帧间差法、背景差分法、背景模型法以及在这些基本算法基础上提出的很多改进算法。其中,背景差分法主要应用于摄像机固定,背景图像相对静止的条件下,选取一帧图像作为背景图像,计算当前图像与背景图像的差来实现运动目标的检测
R(i,j)=|F(i,j)-G(i,j)| (2)
其中,R(i,j)为待测的运动目标;F(i,j)为视频序列图像;G(i,j)为背景图像。
文中以固定道路交通视频为基础进行研究,满足使用背景差分法的条件,因此选用背景差分法来提取目标车辆。背景差分法的优点是位置精确、运算速度快,不足之处是对环境光线的变化比较敏感,在非受控环境下需要加入背景图像进行更新。目前主要的背景更新算法有图像序列平均法、IIR滤波器法等。
1.5 车辆标记
为更明显地表示车辆的位置,文中采用矩形框对车辆区域进行标记。首先采用图像分割技术将车辆从图像中分割出来。图像分割的定义为:令集合R代表整个图像区域,对R的分割可看作将R分为N个满足以下条件的非空子集R1,R2,…,RN。
d.jpg


上一页 1 2 3 下一页

关键词: 检测方法

评论


相关推荐

技术专区

关闭