車(chē)輛壓線(xiàn)檢測(cè)方法
作者：
時(shí)間：2013-04-22
來(lái)源：網(wǎng)絡(luò)
收藏
加入技術(shù)交流群
掃碼加入
和技術(shù)大咖面對(duì)面交流
海量資料庫(kù)查詢(xún)
其中，P為對(duì)所有集合Ri中元素的邏輯謂詞，Ф則代表空集。文中使用大津法作為閾值分割法。大津法(Ostu)是大津于1979年提出，對(duì)圖像I，記T為前景與背景的分割閾值，前景點(diǎn)數(shù)占圖像比例為w0，平均灰度為u0；背景點(diǎn)數(shù)占圖像比例為w1，平均灰度為u1。圖像的總平均灰度為uT=w0×u0+w1×u1。從最小灰度值到最大灰度值遍歷T，當(dāng)T使方差值σ2=w0×(u0-uT)2+w1×(u1-uT)2最大時(shí)，T即為分割的最佳閾值。方差是灰度分布均勻性的一種度量，方差值越大，說(shuō)明構(gòu)成圖像的兩部分差別越大，當(dāng)部分前景錯(cuò)分為背景或部分背景錯(cuò)分為前景都會(huì)導(dǎo)致兩部分差別變小，因此使方差最大的分割意味著錯(cuò)分概率最小。直接用大津法計(jì)算量較大，因此在實(shí)現(xiàn)時(shí)采用等價(jià)公式σ2=w0×w1×(u0-u1)2。完成車(chē)輛分割后，再進(jìn)行圖像形態(tài)學(xué)處理，進(jìn)而完成矩形框標(biāo)記。
2 實(shí)驗(yàn)結(jié)果與分析
選取固定攝像機(jī)獲取的一段城市道路交通視頻作為研究對(duì)象。首先采用圖像分割技術(shù)，只選取黃線(xiàn)附近的大致區(qū)域，得到檢測(cè)帶，從而減少數(shù)據(jù)量，提高處理速度。實(shí)際情況中，由于光線(xiàn)影響以及人為劃定的黃線(xiàn)存在偏差，會(huì)造成圖像中的黃線(xiàn)不一定為嚴(yán)格意義上的直線(xiàn)。在用Hough變換標(biāo)定黃線(xiàn)時(shí)會(huì)造成圖1右側(cè)所示的情況：兩條黃線(xiàn)并非完整直線(xiàn)，而是由直線(xiàn)段連接而成。通過(guò)連接距離最遠(yuǎn)的端點(diǎn)即可得到道路中兩條黃線(xiàn)。而Hough變換后，就可以得到所有線(xiàn)段的端點(diǎn)，即用十字標(biāo)出的端點(diǎn)。再用Matlab在圖中標(biāo)定出黃線(xiàn)的位置，如圖1所示。本文引用地址：http://www.bjwjmy.cn/article/196160.htm
圖1(b)中兩條直色線(xiàn)即為用上述方法標(biāo)定的黃線(xiàn)。黃線(xiàn)標(biāo)定后，這兩者之間即為黃線(xiàn)區(qū)域，通過(guò)判斷這個(gè)區(qū)域內(nèi)是否有車(chē)輛，即可判斷是否有車(chē)輛壓線(xiàn)，達(dá)到檢測(cè)目的。由圖可以看出，圖中有車(chē)輛存在壓黃線(xiàn)的行為。確定黃線(xiàn)位置后，需要在圖中用矩形框標(biāo)出車(chē)輛位置，圖2為車(chē)輛分割結(jié)果，圖3即為處理結(jié)果。
評(píng)論