圖像采集與處理在智能車系統(tǒng)中的應(yīng)用

　　3.3 圖像去噪

　　在車體運動過程中，圖像經(jīng)過二值化后并不會出現(xiàn)太大的噪聲，只是在局部出現(xiàn)了一小部分的椒鹽噪聲，其典型圖像如圖7所示?！　?/p>

　　在該系統(tǒng)設(shè)計中，圖像處理的目的是準(zhǔn)確地找到黑線的中心位置。由于圖像中噪聲的面積非常小，并且一般出現(xiàn)在離黑線較遠(yuǎn)的地方，處理的方法也比較多，可采用中心坐標(biāo)遞推法。

　　由于該賽道的黑線細(xì)分為每一行的坐標(biāo)后，相鄰兩行之間的中心坐標(biāo)值之差是比較小的，經(jīng)實驗測試得其差一般不會超過5，具有很好的遞推性。因此可以利用前一行的中心坐標(biāo)往下遞推來求解，具體步驟如下。

　　(1)由于攝像頭近處的黑線拍攝效果較好，不僅黑線的寬度比較大，而且基本不會出現(xiàn)任何噪聲，用其作為遞推的基準(zhǔn)點是非常好的選擇。由于這是整幅圖像的基準(zhǔn)點，因此對其準(zhǔn)確性要求比較高，在計算第一行的中心坐標(biāo)值時采用黑線連續(xù)記數(shù)法,即只有連續(xù)讀取到3個或以上“1”時才算有效的黑線,并記錄黑線的塊數(shù)，否則將其清零，最終再查看該行黑線塊數(shù)是否為1，若不為1則改用第二行圖像數(shù)據(jù)作判斷，如此遞增直到找到唯一的黑線為止。

　　(2)以第一次找到的中心坐標(biāo)為基準(zhǔn)，向上一行搜索分布在其左右兩側(cè)各10個點這個區(qū)間內(nèi)的黑線位置，然后同樣利用重心法求出在該區(qū)間內(nèi)的黑點中心坐標(biāo)值，并把它作為這一行的中心坐標(biāo)基準(zhǔn)點。

　　(3)按照步驟(2)逐步往上一行遞推，如果遇到全0的行則停止黑線的搜索。圖7所示的圖像經(jīng)過該算法處理后得到的圖像如圖8所示，可見此方法能夠有效地消除圖像的噪聲。

　　點評：

　　本系統(tǒng)以HCS12單片機作為控制核心，采用CMOS 攝像頭作為路徑識別的傳感器，使其相對光電傳感器來說具有較好的前瞻性。由于采用了硬件分頻技術(shù)，使圖像數(shù)據(jù)能夠得到大大的壓縮且沒有增加單片機的負(fù)荷，同時采用了二值化方法對圖像進(jìn)行了預(yù)處理，經(jīng)過相應(yīng)的噪聲處理之后，得到了一個較為理想的圖像數(shù)據(jù)，為系統(tǒng)后續(xù)的控制功能提供了良好的基礎(chǔ)。系統(tǒng)在此基礎(chǔ)上，最終采用模糊控制算法，使系統(tǒng)達(dá)到了抗干擾能力強、穩(wěn)定性高、動態(tài)性能良好的效果。

　　參考文獻(xiàn)
　　[1] 卓晴,黃開勝,邵貝貝.學(xué)做智能車——挑戰(zhàn)飛思卡爾杯[M].北京:北京航空航天大學(xué)出版社, 2007:1-18.
　　[2] 于曉琳,張崇,鄧長軍. SAA7111A在實時圖像采集系統(tǒng)中的應(yīng)用[J].電子產(chǎn)品世界,2005,1:97-99.
　　[3] 趙永志，彭國華. 一種有效的圖像二值化方法. 科學(xué)技術(shù)與工程. 2007.7(1):139-141
　　[4] Rafael C G,Richard E W, 阮秋琦(譯).數(shù)字圖像處理(第二版) [M].北京:電子工業(yè)出版社,2004:27-48.
　　[5] 王明順 沈謀全.傳感器與智能車路徑識別[J].電子產(chǎn)品世界,2007,4:142-143.