張輝 黃梅平 楊永強(qiáng) 莊文盛(中山大學(xué)廣東省智能交通系統(tǒng)重點(diǎn)實(shí)驗(yàn)室視頻圖像智能分析與應(yīng)用技術(shù)公安部重點(diǎn)實(shí)驗(yàn)室,廣州510006)
?
基于圖像運(yùn)動(dòng)模糊特征的車輛運(yùn)動(dòng)側(cè)偏角直接測量方法研究
張輝黃梅平楊永強(qiáng)莊文盛
(中山大學(xué)廣東省智能交通系統(tǒng)重點(diǎn)實(shí)驗(yàn)室視頻圖像智能分析與應(yīng)用技術(shù)公安部重點(diǎn)實(shí)驗(yàn)室,廣州510006)
【摘要】提出了一種車輛運(yùn)動(dòng)側(cè)偏角的直接測量方法,該方法利用安裝在車輛外部的拍攝單元對路面圖像進(jìn)行拍攝,然后根據(jù)所得圖像的倒頻譜圖計(jì)算圖像的運(yùn)動(dòng)模糊方向。該方向直接反映車輛與地面相對運(yùn)動(dòng)的方向,在拍攝單元安裝方向確定的條件下,即可直接獲得車輛運(yùn)動(dòng)的側(cè)偏角。試驗(yàn)結(jié)果表明,該方法能夠直接、準(zhǔn)確地測量車輛運(yùn)動(dòng)側(cè)偏角,成本低且不受車輛參數(shù)變化的影響。
主題詞:車輛運(yùn)動(dòng)側(cè)偏角拍攝單元運(yùn)動(dòng)模糊圖像倒譜圖
車輛運(yùn)動(dòng)側(cè)偏角是反映車輛橫向穩(wěn)定性的重要參數(shù),在車輛運(yùn)動(dòng)狀態(tài)估計(jì)研究中起著重要作用。目前,車輛運(yùn)動(dòng)側(cè)偏角獲取方法主要包括軟測量[1~3]和硬測量兩種。軟測量方法具有實(shí)時(shí)性強(qiáng)、準(zhǔn)確性高等優(yōu)點(diǎn),但需要建立準(zhǔn)確的車輛模型且估計(jì)結(jié)果容易受車輛模型參數(shù)變化的影響;硬測量方法一般通過高精度的RTKGPS或光電速度傳感器直接測量運(yùn)動(dòng)側(cè)偏角[4,5],但存在成本高、安裝復(fù)雜及使用環(huán)境條件受限等缺點(diǎn)。
為此,本文提出一種基于圖像運(yùn)動(dòng)模糊特征的車輛運(yùn)動(dòng)側(cè)偏角測量方法,該方法只需在車輛外部安裝一個(gè)拍攝單元拍攝地面圖像,通過對地面圖像中運(yùn)動(dòng)模糊特征的分析及模糊方向的識別,最終即可得到車輛運(yùn)動(dòng)側(cè)偏角。
2.1直線運(yùn)動(dòng)模糊圖像模型建立
因本文提出的車輛運(yùn)動(dòng)側(cè)偏角測量方法是基于圖像運(yùn)動(dòng)模糊特征的,為此建立了直線運(yùn)動(dòng)模糊圖像模型,通過對模糊方向的分析計(jì)算得到車輛運(yùn)動(dòng)側(cè)偏角。
直線運(yùn)動(dòng)模糊圖像是由于曝光過程中拍攝單元與被拍物體之間的相對直線運(yùn)動(dòng)造成的。直線運(yùn)動(dòng)模糊圖像模型[6]為:
直線運(yùn)動(dòng)模糊圖像的模糊核函數(shù)為:
式中,M為模糊圖像的模糊長度,表示兩者相對運(yùn)動(dòng)的速度大?。沪葹槟:龍D像的模糊方向角,即運(yùn)動(dòng)方向與圖像x軸正向的夾角。
由式(1)和式(2)可知,忽略隨機(jī)噪聲的影響,直線運(yùn)動(dòng)模糊圖像包含模糊長度M和模糊方向角θ兩個(gè)參數(shù)。由此可知,利用直線運(yùn)動(dòng)模糊圖像中包含拍攝單元與被拍物體相對運(yùn)動(dòng)信息的特點(diǎn)[7],通過分析所拍攝路面圖像的運(yùn)動(dòng)模糊特征,可以得到模糊圖像的模糊方向信息,進(jìn)而得到車輛相對路面的運(yùn)動(dòng)側(cè)偏角。
2.2車輛運(yùn)動(dòng)側(cè)偏角測量原理
由定義可知,車輛運(yùn)動(dòng)側(cè)偏角也是車輛相對地面運(yùn)動(dòng)方向與車輛縱軸之間的夾角,即圖1所示的β角。因拍攝單元與車輛固定連接,所以拍攝單元坐標(biāo)系(Cx,Cy)與車輛坐標(biāo)系(Vx,Vy)呈固定夾角δ,則根據(jù)拍攝單元坐標(biāo)系與車輛坐標(biāo)系之間的關(guān)系可得運(yùn)動(dòng)側(cè)偏角β=90°-δ-θ。因而計(jì)算出模糊方向角θ即可獲得運(yùn)動(dòng)側(cè)偏角β。
圖1 模糊圖像模糊方向與車輛運(yùn)動(dòng)側(cè)偏角關(guān)系示意
3.1模糊圖像模糊方向識別方法
目前,在直線運(yùn)動(dòng)模糊圖像模糊方向估計(jì)方法的研究中,應(yīng)用最為廣泛的是傅里葉頻譜圖分析方法、方向微分方法和倒譜圖分析方法[8~10]。比較發(fā)現(xiàn),3種方法中倒譜圖分析方法能夠滿足計(jì)算速度快、精度高的要求,為此選用倒譜圖分析方法進(jìn)行模糊方向的分析計(jì)算。
3.2基于倒譜圖的模糊方向計(jì)算方法
采用倒譜圖分析方法計(jì)算模糊方向的步驟如下。
a.計(jì)算模糊圖像倒譜圖
忽略噪聲項(xiàng)的影響,式(1)可以化簡為式(3),將式(2)代入式(3)后得到的即是由于直線運(yùn)動(dòng)造成的運(yùn)動(dòng)模糊圖像。
將g()
x,y按照式(4)~式(6)分別進(jìn)行傅里葉變換、對數(shù)變換、點(diǎn)乘、傅里葉逆變換運(yùn)算,即可得到模糊圖像的倒譜圖。
式中,e為自然常數(shù);G(u,v)為模糊圖像的傅里葉頻譜圖;G′(u,v)為經(jīng)過對數(shù)變換和點(diǎn)乘運(yùn)算后的傅里葉頻譜圖;Cb(x,y)為傅里葉頻譜圖進(jìn)行傅里葉逆變換后得到的倒譜圖。
按照式(7)對Cb(x,y)進(jìn)行對數(shù)變換后再進(jìn)行中心化處理,即可得到中心處有明亮白線的倒譜圖(圖2),該明亮白線的方向與模糊圖像的模糊方向一致[11]。
圖2 模糊圖像倒譜圖(放大4倍)
b.去除中心十字亮線
式中,Cp(m,n)為倒譜圖第m行、第n列的像素值。
對第j-1、j、j+1列也進(jìn)行類似的處理,處理后的倒譜圖如圖3所示。
圖3去除中心十字亮線后的倒譜圖
c.倒譜圖二值化
通過設(shè)定倒譜圖的灰度閾值對倒譜圖進(jìn)行二值化處理,即將大于灰度閾值的像素賦值為1,小于灰度閾值的像素賦值為0,將明亮白線提取出來。使用經(jīng)典的最大類間方差法[12]確定二值化的閾值,即根據(jù)設(shè)定閾值對圖像進(jìn)行二值化后,原圖像將被分割成目標(biāo)像素和背景像素兩組。假設(shè)閾值為t,目標(biāo)像素?cái)?shù)占圖像總像素?cái)?shù)比例為ω0,平均灰度為μ0,背景像素?cái)?shù)占圖像總像素?cái)?shù)比例為ω1,平均灰度為μ1,則圖像的總平均灰度為。通過遍歷灰度閾值,當(dāng)t使得最大時(shí)即為分割的最佳閾值,然后通過閾值t對倒譜圖進(jìn)行二值化處理,得到的二值圖如圖4所示。
圖4 倒譜圖二值化處理結(jié)果
d.黑白二值圖細(xì)化
圖4中二值圖的白色點(diǎn)并不是關(guān)于模糊方向中心軸左右對稱的,而是關(guān)于圖像中心點(diǎn)中心對稱的,因此直接對二值圖進(jìn)行直線擬合后得到的直線方向與模糊方向有一定偏差。因此,為更準(zhǔn)確地計(jì)算明亮白線的方向,首先對二值圖進(jìn)行細(xì)化,然后對細(xì)化后的圖進(jìn)行直線擬合來計(jì)算明亮白線的方向,細(xì)化處理也有利于后續(xù)消除其它干擾因素的影響。利用Lam L等[13]提出的方法對二值圖像進(jìn)行細(xì)化處理,處理后得到的細(xì)化圖如圖5所示。
e.對細(xì)化圖進(jìn)行直線擬合
通過對細(xì)化圖進(jìn)行直線擬合可得到擬合直線,擬合直線的方向就是模糊圖像的模糊方向。使用垂直距離最小二乘法進(jìn)行直線擬合,計(jì)算方法如下。
圖5 二值圖像細(xì)化處理結(jié)果
設(shè)細(xì)線的坐標(biāo)點(diǎn)為(xi,yi),i=1,2…n,擬合的直線方程為y=kx+b,則按照式(9)可計(jì)算得到擬合直線的斜率k和截距b[14]。直線擬合效果如圖6所示。
圖6 細(xì)化圖直線擬合效果
通過對斜率k反正切運(yùn)算可得到擬合直線與圖像坐標(biāo)系x軸的夾角θ=arctank,因擬合直線的方向就是模糊圖像的模糊方向,所以模糊圖像的模糊方向與圖像x軸也呈夾角θ=arctank。
為避免十字亮線與明亮白線重合導(dǎo)致模糊方向計(jì)算結(jié)果出現(xiàn)較大誤差,在安裝拍攝單元時(shí),應(yīng)使拍攝單元坐標(biāo)系與車輛坐標(biāo)系的固定夾角δ=±45°。
4.1模糊方向識別方法計(jì)算精度試驗(yàn)
為檢驗(yàn)基于倒譜圖的圖像運(yùn)動(dòng)模糊方向識別方法的計(jì)算精度進(jìn)行了驗(yàn)證試驗(yàn)。首先將拍攝單元固定在支架上垂直向下拍攝照片,然后在拍攝單元下方水平安置一條導(dǎo)軌,其方向與拍攝單元坐標(biāo)系x軸存在夾角γ,當(dāng)具有一定紋理的被拍攝物體沿導(dǎo)軌運(yùn)動(dòng)時(shí)即可拍攝得到一系列運(yùn)動(dòng)模糊圖像。利用試驗(yàn)所得的運(yùn)動(dòng)圖像進(jìn)行模糊方向計(jì)算,通過其與預(yù)設(shè)夾角θ的關(guān)系進(jìn)行驗(yàn)證。
表1是當(dāng)γ=43.84°時(shí),根據(jù)所得的18幀模糊照片計(jì)算得到的模糊方向角。由表1可知,大多數(shù)計(jì)算結(jié)果精度較高,只有第12幀圖像的計(jì)算結(jié)果與預(yù)設(shè)夾角γ存在明顯差異。經(jīng)過分析發(fā)現(xiàn),在第12幀圖像拍攝過程中,由于被拍攝物體瞬時(shí)速度接近于0,拍攝得到的圖像不存在明顯的運(yùn)動(dòng)模糊,即模糊圖像的模糊長度較短,因此計(jì)算結(jié)果存在較大誤差。剔除第12幀的影響,試驗(yàn)結(jié)果的標(biāo)準(zhǔn)差為0.23°。
表1γ=43.84°時(shí)模糊方向角計(jì)算結(jié)果
為了進(jìn)一步驗(yàn)證所提出方法在一定模糊方向范圍內(nèi)的計(jì)算精度,設(shè)置不同的γ角進(jìn)行了多角度測量試驗(yàn),并計(jì)算每次試驗(yàn)的模糊方向角。多角度測量試驗(yàn)結(jié)果如表2所列。從表2可知,對多個(gè)運(yùn)動(dòng)方向進(jìn)行計(jì)算得到的結(jié)果與真實(shí)值的偏差在±0.5°以內(nèi),且對單個(gè)角度計(jì)算的標(biāo)準(zhǔn)差在0.3°以內(nèi),計(jì)算誤差的標(biāo)準(zhǔn)差在0.4°以內(nèi)。試驗(yàn)結(jié)果表明,所提出的方法能夠有效地計(jì)算運(yùn)動(dòng)模糊圖像的模糊方向角,且計(jì)算精度和計(jì)算穩(wěn)定性較好。
表2多角度測量試驗(yàn)結(jié)果
從表1的第12幀圖像計(jì)算誤差較大可知,當(dāng)模糊長度較小時(shí),計(jì)算結(jié)果存在較大的誤差。為了得到模糊長度與模糊方向計(jì)算誤差的關(guān)系,設(shè)計(jì)了模糊圖像仿真試驗(yàn)。首先將一張長寬均為w=480像素的清晰圖像按照設(shè)定的模糊方向人工合成多張模糊長度從1到100像素的模糊圖像,然后使用倒譜圖分析方法計(jì)算每張模糊圖像的模糊方向,對比模糊方向與設(shè)定模糊方向的誤差。試驗(yàn)結(jié)果顯示,當(dāng)模糊長度L<20像素時(shí),模糊方向計(jì)算結(jié)果誤差較大,當(dāng)模糊長度L=10像素時(shí),模糊方向的計(jì)算誤差標(biāo)準(zhǔn)差達(dá)到1.69°。因此,為保證計(jì)算精度,模糊圖像的模糊長度L應(yīng)大于20像素。圖像模糊長度與車輛速度等參數(shù)的關(guān)系為:
式中,v為車輛運(yùn)動(dòng)速度;T為拍攝單元的曝光時(shí)間;d為拍攝單元所拍攝到的地面寬度;w為拍攝單元所拍攝圖像寬度的像素?cái)?shù);L為拍攝圖像的模糊長度。
4.2模型車實(shí)際測量試驗(yàn)
為驗(yàn)證所提出方法對車輛運(yùn)動(dòng)側(cè)偏角的實(shí)際測量效果,在預(yù)先設(shè)定運(yùn)動(dòng)路徑的模型車上進(jìn)行了運(yùn)動(dòng)側(cè)偏角測量試驗(yàn)。
試驗(yàn)時(shí)首先在模型車上安裝一個(gè)攝像頭模塊作為拍攝單元,拍攝單元坐標(biāo)系與車輛坐標(biāo)系呈45°固定夾角。模型車軸距為35 cm,輪距為28 cm,攝像頭模塊放置在模型車前上方并垂直地面拍攝,距地面高度約為30 cm。拍攝單元拍攝分辨率為480×480像素,采集幀率為4幀/s。另外在模型車質(zhì)心處放置一個(gè)用于測量車輛橫擺角速度的陀螺儀。
試驗(yàn)在具有一定紋理的瓷磚地面上進(jìn)行,設(shè)定模型車以s形路線勻速行駛,輸入的模型車舵機(jī)控制量(相當(dāng)于車輛轉(zhuǎn)向盤轉(zhuǎn)角)如圖7所示。車載陀螺儀測量的橫擺角速度如圖8所示。使用所提出方法得到的模型車運(yùn)動(dòng)側(cè)偏角如圖9所示。從圖9可看出,計(jì)算結(jié)果與模型車轉(zhuǎn)角和橫擺角速度趨勢一致,表明所提出方法能夠有效測量模型車的運(yùn)動(dòng)側(cè)偏角,測量結(jié)果可較好地反映車輛的行駛狀態(tài)。
圖7 模型車舵機(jī)輸入控制量
圖8 模型車橫擺角速度
圖9 模糊方向計(jì)算方法得到的模型車運(yùn)動(dòng)側(cè)偏角
4.3航拍模型車運(yùn)動(dòng)軌跡試驗(yàn)
為了比較所提出方法計(jì)算的車輛運(yùn)動(dòng)側(cè)偏角與真實(shí)模型車運(yùn)動(dòng)狀態(tài)的關(guān)系,在模型車測量試驗(yàn)的基礎(chǔ)上設(shè)計(jì)了航拍模型車運(yùn)動(dòng)軌跡試驗(yàn)。試驗(yàn)時(shí)使用一個(gè)航拍攝像機(jī)在高空垂直向下對模型車運(yùn)行軌跡進(jìn)行拍攝,并在模型車上方固定一個(gè)長方形白板作為標(biāo)志,根據(jù)每一幀航拍圖像的白板位置繪制模型車的運(yùn)動(dòng)軌跡。以車輛運(yùn)動(dòng)軌跡的連線為模型車的速度方向,同時(shí)通過所提出方法計(jì)算模型車的運(yùn)動(dòng)側(cè)偏角,然后由運(yùn)動(dòng)側(cè)偏角和模型車速度方向反推模型車縱軸方向,觀察反推的模型車縱軸方向與模型車運(yùn)動(dòng)軌跡的關(guān)系,結(jié)果如圖10所示。
圖10 航拍模型車運(yùn)行軌跡圖
圖10中,運(yùn)動(dòng)側(cè)偏角的方向以車輛縱軸方向?yàn)榛鶞?zhǔn),車輛速度方向在車輛縱軸右側(cè)時(shí)運(yùn)動(dòng)側(cè)偏角為正,在車輛縱軸左側(cè)時(shí)運(yùn)動(dòng)側(cè)偏角為負(fù)。由圖10可看出,反推的模型車縱軸方向基本能夠反映車輛的真實(shí)運(yùn)動(dòng)狀態(tài),說明模糊方向識別方法計(jì)算的車輛運(yùn)動(dòng)側(cè)偏角能夠較好地反映模型車的真實(shí)運(yùn)動(dòng)側(cè)偏角。
針對車輛運(yùn)動(dòng)側(cè)偏角的測量問題,提出了一種基于圖像運(yùn)動(dòng)模糊特征的車輛運(yùn)動(dòng)側(cè)偏角測量方法。該方法通過車輛外部拍攝單元拍攝地面圖像,然后分析提取所得圖像中由于車輛與地面相對運(yùn)動(dòng)而產(chǎn)生的圖像模糊方向,最后根據(jù)已知車輛坐標(biāo)系與拍攝單元坐標(biāo)系的關(guān)系直接獲得車輛運(yùn)動(dòng)側(cè)偏角。試驗(yàn)結(jié)果表明,所提出的方法能夠快速地對車輛運(yùn)動(dòng)側(cè)偏角進(jìn)行測量,測量精度不受車輛參數(shù)變化的影響,測量誤差在±0.5°以內(nèi),可準(zhǔn)確反映車輛的真實(shí)運(yùn)動(dòng)狀態(tài)。
參考文獻(xiàn)
1陳慧,高博麟,徐帆.車輛質(zhì)心側(cè)偏角估計(jì)綜述.機(jī)械工程學(xué)報(bào),2013,49(24):76~94.
2余卓平,高曉杰.車輛行駛過程中的狀態(tài)估計(jì)問題綜述.機(jī)械工程學(xué)報(bào),2009,45(5):20~33.
3郭孔輝,付皓,丁海濤.基于擴(kuò)展卡爾曼濾波的汽車質(zhì)心側(cè)偏角估計(jì).汽車技術(shù),2009(4):1~3.
4皮大偉,張丙軍,鐘國華.汽車質(zhì)心側(cè)偏角觀測器試驗(yàn)驗(yàn)證.河北科技大學(xué)學(xué)報(bào),2013,34(2):113~118.
5李旭,張為公.智能車輛SINS/DGPS/光電測速儀組合導(dǎo)航的研究.傳感技術(shù)學(xué)報(bào),2007,20(6):1437~1442.
6李海森,張艷寧,姚睿,等.基于主成分分析的直線運(yùn)動(dòng)模糊參數(shù)估計(jì).光學(xué)精密工程,2013,21(10):2656~2663.
7Tiwari S,Shukla V P,Biradar S R,et al.Review of motion blur estimation techniques.Journal of Image and Graphics, 2013,1(4):176~184.
8Wang L,Zhang H Y,Peng S L.New Explorations on Can?non′s Contributions and Generalized Solutions for Uniform Linear Motion Blur Identification.Journal of Computer Sci?ence and Technology,2012,27(1):174~186.
9陳前榮,陸啟生,成禮智.基于方向微分的運(yùn)動(dòng)模糊方向鑒別.中國圖象圖形學(xué)報(bào):A輯,2005,10(5):590~595.
10謝偉,秦前清.基于倒頻譜的運(yùn)動(dòng)模糊圖像PSF參數(shù)估計(jì).武漢大學(xué)學(xué)報(bào).信息科學(xué)版,2008,33(2):128~131.
11Rom R.On the cepstrum of two-dimensional functions (Corresp.).Information Theory,IEEE Transactions on, 1975,21(2):214~217.
12林國余,張為公.基于進(jìn)化規(guī)劃的最大類間方差的圖像分割算法.傳感技術(shù)學(xué)報(bào),2006,19(1):179~182.
13Lam L,Lee S W,Suen C Y.Thinning methodologies-A comprehensive survey.IEEE Transactions on pattern analy?sis and machine intelligence,1992,14(9):869~885.
14高尚.基于垂直距離的直線擬合.大學(xué)數(shù)學(xué),2011,27 (2):149~152.
(責(zé)任編輯文楫)
修改稿收到日期為2015年9月1日。
Research on Vehicle Sideslip Angle Measuring Method based on Characteristic of Motion-blurred Image
Zhang Hui,Huang Meiping,Yang Yongqiang,Zhuang Wensheng
(Sun Yat-sen University,Guangdong Provincial Key Laboratory of Intelligent Transportation System,Key Laboratory of Video and Image Intelligent Analysis and Application Technology of Ministry of Public Security of People’s Republic of China,Guangzhou 510006)
【Abstract】In this paper,a method of measuring vehicle sideslip angle directly is proposed,which uses a camera fixed outside the car to take ground pictures,then the cepstrum image of the blurred ground pictures can be used to calculate the motion blur direction which directly reflects the direction of relative motion between the vehicle and the ground.So the vehicle sideslip angle can be figured out directly with the camera fixing direction is fixed.Test results indicate that the proposed method can directly and accurately measure vehicle sideslip angle with low cost and the result is independent of the vehicle model parameters.
Key words:Vehicle sideslip angle,Camera,Motion-blurred image,Cepstrum
中圖分類號:U462.3
文獻(xiàn)標(biāo)識碼:A
文章編號:1000-3703(2016)03-0057-05