齊天玉

【摘要】 二值化是模式識(shí)別與檢測(cè)中的關(guān)鍵技術(shù)，其好壞直接影響到檢測(cè)與識(shí)別的效果。由于城市交通道路的復(fù)雜性造成一般二值化效果不理想。本文通過研究現(xiàn)階段比較成熟的方法技術(shù)提出了一種基于灰度直方圖的二值化方法，為解決交通信息提取中存在的問題找到了一條切實(shí)可行的途徑。

【關(guān)鍵詞】 交通路面 二值化 關(guān)鍵技術(shù)

彩色圖像，其具備豐富的信息，但是其中有些信息為無關(guān)信息，為了突出我們關(guān)注的重要信息，我們一般采用二值化的方法，將彩色圖像變換為二值圖像即圖像的前景像素值為1背景像素值為0，顯示成黑白兩種純色。而二值化過程中的難點(diǎn)是二值化閾值的選取，如何選取一個(gè)合適的二值化閾值使我們工作的重點(diǎn)。

一、二值化常見方法概述

如今二值化閾值一般采用的方法如下：

（1）將128灰度值定位二值化閾值，由于采集到的圖片是真實(shí)路面情況以固定值二值化區(qū)域是不合適的。

（2）將灰度直方圖圖像峰值所對(duì)應(yīng)的灰度值作為二值化的閾值，由于采集到的圖像光照會(huì)隨時(shí)變動(dòng)，順光逆光的情況隨時(shí)在變換，這樣不能良好的處理該種情況。

（3）以灰度直方圖兩個(gè)波峰中間的波谷做為二值化的閾值，這種二值化閾值的方法不能處理直方圖為單峰的情況，而根據(jù)實(shí)驗(yàn)經(jīng)驗(yàn)選取采光范圍內(nèi)的圖像直方圖往往是單個(gè)峰值的情況。

（4）OSTU[]（大津算法）也稱為最大類間方差算法，是由日本學(xué)者于1979年提出的一種對(duì)圖像進(jìn)行二值化的高效算法。它是一種自動(dòng)的非參數(shù)非監(jiān)督的門限選取法。該方法的基本思路是選取的t的最佳閾值應(yīng)當(dāng)是使得不同類間的分離性最好。它的計(jì)算方法是首先計(jì)算基于直方圖而得到的各分割特征值的發(fā)生概率，并以閾值變量t將分割特征值分為兩類，然后求出每一類的類內(nèi)方差及類間方差，選取使得類間方差最大，類內(nèi)方差最小的t作為最佳閾值。由于該方法計(jì)算簡(jiǎn)單，在一定條件下不受圖像對(duì)比度與亮度變化的影響，被認(rèn)為是閾值自動(dòng)選取的最優(yōu)方法。該方法的缺點(diǎn)在于，要求得最佳閾值，需要基本遍歷灰度范圍內(nèi)的所有像素并計(jì)算出方差，當(dāng)計(jì)算量大時(shí)效率會(huì)很低。同時(shí)，在實(shí)際圖像中，由于圖像本身灰度分布以及噪聲干擾等因素的影響，僅利用灰度直方圖得到的閾值并不能使圖像分割得到滿意的結(jié)果，雖在一定程度上可以消除噪聲的影響，但該方法計(jì)算量非常大難以應(yīng)用于我們這要求反應(yīng)迅速的系統(tǒng)當(dāng)中。

（5）循環(huán)迭代二值化閾值選取方法[2]，即多次計(jì)算二值化閾值直到找到最適合的為止。該方法在其它項(xiàng)目中取得了良好的效果，但是在針對(duì)路面的試驗(yàn)過程效果并不是特別理想。

二、城市道路二值化方法

2.1灰度直方圖的處理

將采光區(qū)域變換后的灰度圖像進(jìn)行灰度直方圖的統(tǒng)計(jì)并且忽略灰度值小于40或者大于250的數(shù)據(jù)，對(duì)得到的灰度直方圖進(jìn)行形態(tài)學(xué)的分析，我們對(duì)波形感興趣的是他的單調(diào)性和波峰波谷位置，是單峰還是雙峰或者多峰值，那么要對(duì)直方圖這一數(shù)字信號(hào)進(jìn)行處理，得到我們所關(guān)心的指標(biāo)。為了防止有突然的尖刺干擾，要先對(duì)其圖像進(jìn)行中值濾波平滑其圖像。再對(duì)濾波好的圖像進(jìn)行差分，得到差分圖像，將差分圖像所有大于等于零的點(diǎn)賦值為1小于零的點(diǎn)賦值為-1。再對(duì)新的差分圖像進(jìn)行濾波將左右兩個(gè)領(lǐng)域與該點(diǎn)都不相同的點(diǎn)的值改變成與旁邊相同，差分為1的值所對(duì)應(yīng)的點(diǎn)為單調(diào)上升，差分為-1的點(diǎn)為單調(diào)向下，1與-1切換的點(diǎn)為極值點(diǎn)，這樣就得到了該直方圖的大致單調(diào)性與極值點(diǎn)。

2.2二值化閾值確定

若得到的灰度直方圖只有一個(gè)單獨(dú)峰值，那么我們認(rèn)為，采光范圍內(nèi)基本全面是道路，則峰值所對(duì)應(yīng)的灰度值加10則定位二值化的閾值。若出現(xiàn)雙峰則說明采光范圍內(nèi)有道路與車道相關(guān)交通標(biāo)線，那么兩波峰中間的波谷即為二值化的閾值。若波峰數(shù)量多于兩個(gè)則說明采光范圍內(nèi)雜質(zhì)較多，二值化是不可信的，不進(jìn)行二值化閾值劃分。

實(shí)驗(yàn)效果如圖1。

三、結(jié)論

本文提出了一種高效高質(zhì)的路面二值化算法，能夠較好的適應(yīng)多種外界條件下的城市復(fù)雜交通情況，對(duì)于復(fù)雜場(chǎng)景具有一定的魯棒性，為解決交通信息提取中存在的問題與困難找到了一條切實(shí)可行的途徑。

參 考 文 獻(xiàn)

[1] 楊恬，李德芳. 灰度圖象的二維otsu自動(dòng)閥值分割研究[J]. 西南師范大學(xué)學(xué)報(bào)（自然科學(xué)版）. 1998（06）

[2] 謝國(guó)慶，白瑩，王智文. 基于全局迭代閾值和局部分析的護(hù)照?qǐng)D像的二值化算法[J]. 計(jì)算機(jī)應(yīng)用與軟件. 2009（11）