智能交通监視系統中路况圖像背景去除算法研究

admin

擇要：针對基于視觉的交通监督体系中路况圖象布景去除存在的各种問题，提出了一种基于邊沿的布景去除算法。该算法简略且轻易理解。實践證實，用该算法可以或许有用地除布景信息。

關頭词：交通监督 布景去除 邊沿提取

智能交通监督体系是智能交通体系（ITS）的首要構成部門，该体系經由過程傳感器及時估量交通参量。一种法子是利用磁环路检测器来计较汽車流量，此法本身的缺隐是很较着的。

（1） 可以或许监测的交通参量有限，仅限于汽車流量及速率的监测；

（2） 监督范畴较窄，只能监督一個車道环境；

（3） 未便于安装，一般需對路面發掘以埋入检测器。

另外一种法子是經由過程处置收集到的交通路况圖象序列，實現車辆方针的的检测、辨認及跟踪，及時供给交通流量、速率及密度等信息。其于視觉的此种法子無尚述的限定。用一個安装在路杆或桥頭摄像頭限参数举行估量，是以有着無可對比的上風。

一個皮膚炎藥膏,典范的基于視觉的监督体系流程圖如圖1所示。

基于視觉的适用的交通监督体系應知足以下请求：

（1） 安装和校准轻易。

（2） 境顺應能力强。体系能在各類光照前提下事情，如强骄阳光下存在较重的暗影、 夜晚低亮度的照明和夜晚汽車前灯的强光。

（3） 能正确地估量車辆速率及尺寸。

（4） 可以或许及時地举行处置，而且全部体系有低廉的本錢。

1 布景去除算法阐發

布景的去除在全部处置中占用很首要的地點，它直接瓜葛到後续事情的難易水平。因為布景圖象是静止的，用及時路况圖象與布景圖象相减便可滤掉布景而只保存車辆及其暗影信息。但仍存在如下問题：

牙齦腫痛,            （1）因為路面光照环境時刻在變更，布景圖象也在随着變革，是以作差所用的布景圖象也必需及時举行更新。

（2）摄像頭安装在路杆上，當路上有汽車開過期會發生轻细發抖，获得的及時路况圖象也不成防止存在“發抖”，其與布景圖象的差值其實不能彻底滤掉布景信息，如圖2所示。

為了较周全地解决這些問题[1]，将現實环境分成如下三類别离处置：

（1） 布景迟钝變革。

（2） 布景激烈變革。如：晚上路灯打開時。

（3） 布景常常性變革。如：當重型汽車颠末時使布景圖象跟着摄像頭發抖而發抖。

细心阐發布景更新算法[1]，發明存在以下几個問题：

（1） 景更新時采纳某一時段多帧圖象加权和，其重要目標是削减噪声的影响，但如斯获得布景與及時布景有必定并异，是以滤除不绝。

（2） 路况圖象剧列變革時，為了肯定構成缘由是由布景剧列變革引發的仍是由車辆颠末引發的，作為以下假如：若是是由布景激烈變革引發的，则圖象變革先後知足線性瓜葛：bnew(x)=αbold（x）+β并由此作為判据来举行布景更新。究竟上，因為路面各部門光學性子的差别，上式其實不十分严酷，在路面较繁杂（路面上有较多線条）的环境下易產生误判。

（3） 该算法按現實环境分成三類别离处置，必要對三种环境作出辨别，全部算法至關繁杂，给及時处置带来了坚苦。

2 基于邊沿的布景去除算法

针對上述問题，本文提出了一种简略而高效的基于邊沿的布景去除算法。该算法基于如许一個究竟：在光照變革的环境下固然布景圖象會發策變革，但布景的邊比缘信息（即所述的團体）老是稳定的（不管布景迟钝變革仍是激烈變革）。若用布景邊沿来標识布景信息，则可不受光照前提的影响而使处置简略。是以，可将及時節日禮物推薦，路况圖象的邊沿取提早，再将获得的缘圖象與基布景邊沿圖象相减便可除掉布景。

基布景邊沿圖象的更新可通過量帧路况邊沿圖象的迭回来實現：

bo(x,y)=∑gi(x,y) (1)

式中，gi(x,y)為第i帧路况邊沿圖象。

按此式获得的迭加圖象不单将布景邊沿迭加，也将車辆邊沿迭加，為構成基布景邊沿圖象，必需将車辆邊沿去掉。對布景邊沿及車辆邊沿的阐發可見，布景邊沿位置在各帧路况邊沿圖象中大致不异，迭加後获得加强。因為摄像頭可能存在發抖而使各帧中布景邊沿位置也加宽的征象，如圖3所示。由于發抖是周期性且小幅度的，最闭幕果是加宽邊沿的加强；而車辆邊沿位置在各帧路况邊沿圖象中倒是随機而零星的，迭加後固然在某些堆叠點上有所加强，但加强的结果遠不如布景邊沿，帧数越多越较着。為此，简略的阀值果断便可除去迭加路况邊沿圖象中的車辆邊沿，由此而得基布羽衣甘藍，景邊沿圖象：

阈值bth由所取的帧数及摄像頭發抖幅度决议（發抖幅度越大，加密越紧张，单象素迭加量越少）。

由此获得的加宽布景邊沿與及時路况邊沿圖象中的布景邊沿存在差别，若直接将及時路况邊沿圖象與其相减，一定會留有残存布景。但注重到後者是前者的一部門，以是改用包涵性检测往来来往除布景邊沿：

其结果是：若是及時路况邊沿圖象中某點在基布景邊沿圖象對應點對邊沿點（即b(x,y)=1），则認该點為布景邊沿而除掉。固然，因為車辆邊沿與布景邊沿可能存在必定交迭，上述成果會去掉一部門車辆邊沿信息，但車辆的框架仍保存，其實不故障其提取。現實布景去除结果如圖4所示。

因而可知，用此算法往来来往除路况圖象中的布景是简略而高效的，很是合用于及時处置。