趙俊梅，張利平

(中北大學(xué)信息與通信工程學(xué)院，太原030051)

交通信息檢測(cè)和識(shí)別是智能交通系統(tǒng)有效運(yùn)行的前要條件，而交通視頻圖像中運(yùn)動(dòng)目標(biāo)(運(yùn)動(dòng)車輛)檢測(cè)技術(shù)已成為計(jì)算機(jī)視覺(jué)領(lǐng)域中的一大研究熱門(mén).隨著數(shù)字圖像處理技術(shù)的發(fā)展，基于圖像的交通信息技術(shù)將會(huì)顯示出更大的優(yōu)勢(shì)，是未來(lái)實(shí)時(shí)交通信息采集和處理技術(shù)的發(fā)展方向.車輛檢測(cè)技術(shù)一般可以分為基于特征、光流場(chǎng)和基于立體視覺(jué)3類.利用運(yùn)動(dòng)車輛的顏色和形態(tài)學(xué)特征，發(fā)揮數(shù)學(xué)形態(tài)學(xué)運(yùn)算的優(yōu)勢(shì)，對(duì)運(yùn)動(dòng)車輛進(jìn)行檢測(cè).

1 視頻圖像預(yù)處理[1]

對(duì)于視頻數(shù)據(jù)，包含許多幀圖像，我們一般采取的處理方法是在視頻數(shù)據(jù)中選取一副具有代表性圖像幀，在這幅圖像中開(kāi)發(fā)合理的算法，然后，把這個(gè)算法應(yīng)用到所有幀圖像中.下面先讀取視頻圖像數(shù)據(jù)中的一幀圖像，進(jìn)行處理.

交通視頻圖像通過(guò)數(shù)碼攝像機(jī)或相機(jī)采集，視頻圖像樣本都是彩色圖像，彩色圖像包含著大量的顏色信息，不但在存儲(chǔ)上開(kāi)銷很大，而且在處理上也會(huì)降低系統(tǒng)的執(zhí)行速度.由于圖像的每個(gè)像素都具有3個(gè)不同的顏色分量，存在許多與識(shí)別無(wú)關(guān)的信息，不便于開(kāi)展近一步的識(shí)別工作，因此，有必要首先將彩色圖像轉(zhuǎn)變?yōu)榛叶葓D像.圖1為視頻圖像數(shù)據(jù)中其中一幀圖像.

視頻圖像在采集、輸入和處理等過(guò)程中可能會(huì)受到噪聲的干擾，尤其是在采集和輸入這兩個(gè)環(huán)節(jié).若在視頻圖像采集過(guò)程中存在較大的噪聲，將會(huì)影響到對(duì)圖像中運(yùn)動(dòng)目標(biāo)的檢測(cè)與跟蹤的結(jié)果.因此，對(duì)視頻圖像中的運(yùn)動(dòng)車輛進(jìn)行檢測(cè)之前，有必要消除或者去除圖像的噪聲所帶來(lái)的影響.中值濾波器是一種利用非線性信號(hào)技術(shù)的線性濾波方法，對(duì)抑制圖像中的噪聲非常有效，選取窗口為3×3.圖2為原圖像經(jīng)過(guò)中值濾波后的圖像.

2 運(yùn)動(dòng)車輛圖像分割[2]

數(shù)學(xué)形態(tài)學(xué)的基本思想是用一定的結(jié)構(gòu)元素去度量和提取圖像的對(duì)應(yīng)形狀，達(dá)到對(duì)圖像分析和識(shí)別的目的.在視頻圖像數(shù)據(jù)中，像素大和像素小的區(qū)域，好像地形圖上的山峰和山谷，是非常重要的形態(tài)學(xué)特征，文中充分利用這些來(lái)檢測(cè)運(yùn)動(dòng)車輛.Matlab中的imextendedmax函數(shù)，Bw=imextendedmax(I，H，conn)，這個(gè)函數(shù)把灰度圖像I作為輸入?yún)?shù)，H為閾值，conn規(guī)定連通性，默認(rèn)值為8，Bw返回二值圖像(維數(shù)和I相同)，可以確定圖像中像素值變化比較大的區(qū)域，也就是說(shuō)像素值差異大于或者小于某個(gè)閾值，通過(guò)函數(shù)可以使其中亮度值大于某個(gè)閾值的區(qū)域在圖像處理結(jié)果中顯示出來(lái)，而亮度值小于這個(gè)閾值的目標(biāo)則變成為背景，最終去除深色目標(biāo).舉例說(shuō)明一下算法，例如Bw=imextendedmax(I，2)，閾值為2，Bw返回了極大值區(qū)域，即該像素值和領(lǐng)域值之差大于閾值的為極值，而極值設(shè)為1，其他值設(shè)為0.

imextendedmin函數(shù)與前者函數(shù)作用正好相反，作用是可以去除淺色目標(biāo)，調(diào)用方法與前者函數(shù)類似.文中二者函數(shù)使用的閾值分別為45和90.圖3為去除大目標(biāo)后的圖像.圖4為去除小目標(biāo)后圖像.

通過(guò)上面的函數(shù)可以除去一些非車輛目標(biāo)，但仍然會(huì)有少部分無(wú)關(guān)的目標(biāo)存在，主要是和汽車顏色接近的目標(biāo)，尤其是道路車道線和草叢.開(kāi)運(yùn)算的效果是消除細(xì)小物體、在纖細(xì)點(diǎn)處分離物體、平滑較大物體的邊界，同時(shí)保持物體的面積不改變.考慮到道路車道線為細(xì)長(zhǎng)型，草叢近似多邊形，采用圓形的結(jié)構(gòu)元素進(jìn)行去除，效果較好，選取結(jié)構(gòu)元素為5×5.進(jìn)行開(kāi)運(yùn)算后，仍存在一些細(xì)小目標(biāo)或干擾噪聲，結(jié)合bwareaopen函數(shù)移除小對(duì)象，只保留運(yùn)動(dòng)車輛目標(biāo)圖像區(qū)域.

3 運(yùn)動(dòng)車輛目標(biāo)標(biāo)記[3]

經(jīng)過(guò)處理后的圖像，灰度圖像進(jìn)行形態(tài)學(xué)運(yùn)算得到二值圖像，為了提取不同區(qū)域的特征，先要對(duì)連通區(qū)域進(jìn)行標(biāo)記.像素的連通性定義了與該像素相連接的其他像素.在二值圖像中，把相互連接的像素的集合匯集為一組，稱為連通成分.連通區(qū)域標(biāo)記是對(duì)屬于同一個(gè)像素連通區(qū)域的所有像素分配相同的編號(hào)，對(duì)不同的連通區(qū)域分配不同的編號(hào)的處理.對(duì)于二維圖像主要是4連通和8連通.4連通區(qū)域:當(dāng)把一個(gè)區(qū)域看成4連通區(qū)域時(shí)，區(qū)域中的任何一個(gè)像素可訪問(wèn)其上、下、左和右4個(gè)近鄰像素，即這個(gè)像素最多與4個(gè)近鄰像素連通.8連通區(qū)域:區(qū)域中的任何一個(gè)像素可訪問(wèn)其上、下、左和右4個(gè)近鄰像素之外，還可訪問(wèn)兩條對(duì)角線方向上4個(gè)近鄰像素.

MATLAB中的bwlabel函數(shù)可以實(shí)現(xiàn)連通區(qū)域的標(biāo)記，Bl=bwlabel(Bw，n)，Bw為輸入的二值圖像，n為連通性，Bl返回與Bw同維矩陣，bwlabel函數(shù)尋找輸入圖像的每一個(gè)對(duì)象，根據(jù)尋找到的順序使用不同數(shù)字標(biāo)注.函數(shù)通過(guò)確定二值圖像中對(duì)象的個(gè)數(shù)，并且對(duì)這些對(duì)象進(jìn)行標(biāo)記，最后返回一個(gè)標(biāo)簽矩陣，通過(guò)這個(gè)標(biāo)簽矩陣可以進(jìn)一步求得更多目標(biāo)對(duì)象的參數(shù).舉例說(shuō)明一下算法，例如Bl=bwlabel(Bw)，Bl返回標(biāo)注矩陣.bwlabel函數(shù)第一個(gè)尋找到的目標(biāo)，像素值設(shè)為1，第2個(gè)尋找到的目標(biāo)，像素值設(shè)為2，依次類推，共找到4個(gè)目標(biāo)，而背景像素保持不變?yōu)?.

考慮到交通視頻的復(fù)雜性，選取8連通進(jìn)行標(biāo)記.通過(guò)標(biāo)簽矩陣進(jìn)而獲取運(yùn)動(dòng)車輛的目標(biāo)的參數(shù)，再通過(guò)其確定車輛的位置，最后在圖像中通過(guò)藍(lán)色標(biāo)注出運(yùn)動(dòng)車輛.具體步驟為:①通過(guò)標(biāo)簽矩陣，統(tǒng)計(jì)目標(biāo)圖像像素的數(shù)目，計(jì)算區(qū)域的質(zhì)心和面積;②求出目標(biāo)的最大面積;③通過(guò)目標(biāo)最大面積求出對(duì)應(yīng)的圓心;④通過(guò)圓心坐標(biāo)，對(duì)檢測(cè)的目標(biāo)進(jìn)行標(biāo)注，實(shí)現(xiàn)目標(biāo)車輛的檢測(cè).

4 實(shí)驗(yàn)結(jié)果和分析

為了驗(yàn)證算法的可行性，在通往學(xué)校的濱河?xùn)|路汾河橋處通過(guò)數(shù)碼相機(jī)采集了10個(gè)交通視頻數(shù)據(jù)，這條道路車流量不是很大，采集圖像的分辨率為120×160 RGB24圖像，幀速率為15 s.利用MATLAB7.10軟件進(jìn)行仿真實(shí)驗(yàn)，MATLAB的R2010a版本中含有mmreader(讀取視頻)和implay(播放視頻)等函數(shù)為處理交通視頻提供了便利.運(yùn)行環(huán)境為CPU:intel Dual-core 2.2 GHZ和內(nèi)存為1 G的PC機(jī).

圖1－5為淺色運(yùn)動(dòng)車輛的檢測(cè)過(guò)程(視頻長(zhǎng)度為21 s);圖6－10為深色運(yùn)動(dòng)車輛的檢測(cè)過(guò)程(視頻長(zhǎng)度為19 s).根據(jù)圖5和圖10的結(jié)果顯示，算法可以檢測(cè)出運(yùn)動(dòng)車輛，不論其是深色還是淺色.表1為常見(jiàn)顏色的車型的檢測(cè)時(shí)間，視頻長(zhǎng)度平均為22.5 s.根據(jù)其中一幀圖像的結(jié)果，最后循環(huán)逐幀對(duì)采集到的視頻進(jìn)行車輛檢測(cè)，準(zhǔn)確率可以達(dá)到90%.如果路邊淺色或者深色區(qū)域比較大時(shí)，出現(xiàn)一些錯(cuò)誤檢測(cè).通過(guò)仿真實(shí)驗(yàn)，證明算法具有一定的實(shí)用性和魯棒性.通過(guò)統(tǒng)計(jì)檢測(cè)到的運(yùn)動(dòng)車輛數(shù)量，從而掌握道路的交通流量和密度，便于交通管理信息化和智能化.

表1 不同顏色和車型檢測(cè)平均時(shí)間

5 結(jié)論

1)利用運(yùn)動(dòng)車輛圖像的形態(tài)學(xué)特征和形態(tài)學(xué)運(yùn)算中的極大值和極小值函數(shù)，大致進(jìn)行車輛分割，再利用開(kāi)運(yùn)算(選取最佳結(jié)構(gòu)元素)和移出小對(duì)象函數(shù)，可以對(duì)干擾目標(biāo)進(jìn)行去除;

2)利用圖像的連通性，對(duì)運(yùn)動(dòng)車輛圖像進(jìn)行連通區(qū)域標(biāo)記，通過(guò)標(biāo)簽矩陣計(jì)算車輛位置，實(shí)現(xiàn)車輛目標(biāo)的檢測(cè)目的;

3)采用數(shù)學(xué)形態(tài)學(xué)算法，可以有效地濾除噪聲，保留圖像的原信息，并且其具有并行計(jì)算的特點(diǎn)，可以提高工程實(shí)踐中的實(shí)用性和有效性.

[1] 魏 武，龔樹(shù)鋒，龔樹(shù)超.一種改進(jìn)的基于視頻的車輛檢測(cè)與識(shí)別方法[J]，計(jì)算機(jī)測(cè)量與控制，2010，18(1):20-22.

[2] 張 強(qiáng)，王正林，精通MATLAB圖像處理[M]，北京:電子工業(yè)出版社，2009.

[3] 趙書(shū)蘭，MATLABR2008數(shù)字圖像處理與分析實(shí)例教程[M]，北京:化學(xué)工業(yè)出版社，2009.