車輛壓線檢測方法

摘要 針對車輛壓線的違章行為，提出一種基于計算機(jī)視覺的車輛壓線檢測方法。首先利用Hough變換對交通視頻圖像中的黃線實現(xiàn)自動提??；然后用背景差法從圖像中提取前景車輛，并用大津法將車輛分割出來，從而獲得車輛位置；最后根據(jù)黃線區(qū)域和車輛區(qū)域是否有重疊來判斷車輛是否壓線。實驗結(jié)果表明，該方法能滿足準(zhǔn)確高效的要求。
關(guān)鍵詞 圖像處理；直線提取；車輛檢測

隨著交通運輸業(yè)的快速發(fā)展，汽車數(shù)量的急劇增加，各種車輛違章行為層出不窮，車輛壓黃線屬于一種嚴(yán)重的交通違章行為，用視頻的方法檢測車輛壓黃線具有一定的實用價值。文中針對這個問題，提出了一種基于計算機(jī)視覺的車輛壓線檢測方法。

1 車輛壓黃線檢測算法
1．1 圖像預(yù)處理
圖像預(yù)處理是視頻圖像處理的第一步，它是將輸入的圖像進(jìn)行濾波去除噪聲，增強(qiáng)圖像的過程。經(jīng)過圖像的灰度化、二值化、中值濾波后可以使得感興趣的區(qū)域可視化效果得到改善，有利于對圖像的進(jìn)一步處理。
1．2 邊緣檢測
邊緣檢測的基本思想首先是利用邊緣增強(qiáng)算子，突出圖像中的局部邊緣，然后定義像素的“邊緣強(qiáng)度”，通過設(shè)置閾值的方法提取邊緣點集。常用的檢測算子有Roberts算子、Sobel算子、Canny算子、拉普拉斯算子。經(jīng)實驗對比后發(fā)現(xiàn)使用Canny算子的邊緣提取效果優(yōu)于其他算子，因此文中在黃線提取中使用了Canny算子。
1．3 直線提取
判斷車輛是否壓線，要預(yù)先確定黃線的位置。文中采用Hough變換進(jìn)行直線提取，即通過圖像信息來自動獲取直線位置。
Hough變換是利用圖像的全局特性而直接檢測目標(biāo)輪廓，將圖像的邊緣像素連接起來的常用方法。在預(yù)先知道區(qū)域形狀的條件下，利用Hough變換可以方便地得到邊界曲線而將不連續(xù)的邊緣像素點連接起來。Hough變換的基本思想是利用點、線的對偶性。圖像變換前在圖像空間，變換后在參數(shù)空間。在圖像空間XY中，所有通過點(x，y)的直線一定滿足方程
y=px+q (1)
式中，p為斜率；q為截距。如果將x，y看成參數(shù)，它又代表參數(shù)空間PQ中通過點(p，q)的一條直線。圖像XY中通過點(xi，yi)和(xj，yj)的直線上的每一點都對應(yīng)參數(shù)空間中的每一條直線，而這些直線相交于(P’，q’)，(p’，q’)恰好就是圖像XY中過點(xi，yi)和(xj，yj)的直線的參數(shù)。由此可知，在圖像空間中同一條直線上的點對應(yīng)在參數(shù)空間里是相交的直線，當(dāng)給定圖像空間中一些邊緣點時，就可通過Hough變換確定連接這些點的直線方程。
1．4 車輛提取
常用的運動目標(biāo)提取算法有幀間差法、背景差分法、背景模型法以及在這些基本算法基礎(chǔ)上提出的很多改進(jìn)算法。其中，背景差分法主要應(yīng)用于攝像機(jī)固定，背景圖像相對靜止的條件下，選取一幀圖像作為背景圖像，計算當(dāng)前圖像與背景圖像的差來實現(xiàn)運動目標(biāo)的檢測
R(i，j)=|F(i，j)-G(i，j)| (2)
其中，R(i，j)為待測的運動目標(biāo)；F(i，j)為視頻序列圖像；G(i，j)為背景圖像。
文中以固定道路交通視頻為基礎(chǔ)進(jìn)行研究，滿足使用背景差分法的條件，因此選用背景差分法來提取目標(biāo)車輛。背景差分法的優(yōu)點是位置精確、運算速度快，不足之處是對環(huán)境光線的變化比較敏感，在非受控環(huán)境下需要加入背景圖像進(jìn)行更新。目前主要的背景更新算法有圖像序列平均法、IIR濾波器法等。
1．5 車輛標(biāo)記
為更明顯地表示車輛的位置，文中采用矩形框?qū)囕v區(qū)域進(jìn)行標(biāo)記。首先采用圖像分割技術(shù)將車輛從圖像中分割出來。圖像分割的定義為：令集合R代表整個圖像區(qū)域，對R的分割可看作將R分為N個滿足以下條件的非空子集R1，R2，…，RN。