申倬棟，王澤舉

（閩江學(xué)院，福建 福州 350108）

0 引言

本文的研究是基于全國(guó)大學(xué)生智能汽車(chē)競(jìng)賽中圖像識(shí)別的相關(guān)研究，在體育館等環(huán)境下，太陽(yáng)光照透過(guò)窗戶(hù)在地面上形成不同大小的光斑，光斑對(duì)于攝像頭對(duì)賽道的識(shí)別有很大的影響，表現(xiàn)在將非賽道部分識(shí)別成賽道，導(dǎo)致車(chē)輛偏離正確的行使路徑，因此對(duì)于不均元光照條件下圖像的正確處理至關(guān)重要[1-3]。

1 二值化圖像分割

在計(jì)算機(jī)對(duì)圖像進(jìn)行處理的過(guò)程中，首先要做的就是進(jìn)行圖像分割，常用的圖像分割方法有基于閾值的分割方法、基于邊緣的分割方法、基于區(qū)域的分割方法、基于神經(jīng)網(wǎng)絡(luò)的分割方法等。全國(guó)大學(xué)生智能汽車(chē)競(jìng)賽中所面臨的圖像具有明顯的顏色變化特征，基于閾值的分割方法是不錯(cuò)的選擇，即二值化圖像分割，顧名思義，二值化圖像分割就是選取一個(gè)閾值[4]，圖像中大于該閾值的像素點(diǎn)為255（全白），小于該閾值的像素點(diǎn)為0（全黑），因此閾值的選取是二值化圖像分割的關(guān)鍵。

2 OTSU最大類(lèi)間方差二值化

最大類(lèi)間方差法是由日本學(xué)者大津提出的一種自適應(yīng)閾值確定的方法，又稱(chēng)大津法，簡(jiǎn)稱(chēng)OTSU。

最大類(lèi)間方差法首先要計(jì)算圖像的直方圖，直方圖體現(xiàn)的是圖像灰度的整體分布情況，橫坐標(biāo)是灰度值mk，縱坐標(biāo)是該灰度值的概率Pk。

根據(jù)直方圖的統(tǒng)計(jì)信息，求出像素類(lèi)的概率P以及像素類(lèi)的平均灰度m。

遍歷0-255之間的每個(gè)像素值，尋找能得到最大類(lèi)間方差的像素值，由此得到的像素值就認(rèn)為是合適的閾值。根據(jù)該閾值對(duì)圖像進(jìn)行二值化分割，得到二值化圖像。

最大類(lèi)間方差二值化方法運(yùn)用的是全局閾值，在對(duì)于不均勻光照條件下，在對(duì)賽道圖像處理時(shí)，出現(xiàn)明顯的偏差，難以顯示正確的路徑。

3 Bernsen算法二值化

針對(duì)太陽(yáng)光照透過(guò)窗戶(hù)照射進(jìn)來(lái)在地面上形成的光斑，采取局部閾值的方法對(duì)圖像進(jìn)行二值化分割，局部閾值法即針對(duì)不同區(qū)域像素采用不同的閾值進(jìn)行二值化分割，是一種自適應(yīng)的動(dòng)態(tài)閾值分割方法。Bernsen算法是一種典型的局部閾值法。Bernsen算法的中心思路是先設(shè)定兩個(gè)值S與TT(Bernsen最初設(shè)定S為15，TT設(shè)為128)，計(jì)算以像素P為中心的大小為（2w+1）*(2w+1)窗口內(nèi)所有像素的最大值M與最小值N，以及兩者的均值T[5]。

如果M-N＞S，則當(dāng)前像素P的閾值為T(mén)；如果M-N＜S，則說(shuō)明該像素P所在的區(qū)域灰度級(jí)差別較小，整個(gè)窗口區(qū)域位于同一個(gè)目標(biāo)區(qū)或者同一個(gè)背景區(qū)，若T＞TT，則該像素點(diǎn)灰度值為255，若T＜TT，則該像素點(diǎn)灰度值為0。

Bernsen算法中S與TT的值可以根據(jù)實(shí)際情況調(diào)整，首先采用Bernsen最初的設(shè)定[6-8]，得到如下二值化圖像：

經(jīng)過(guò)多次的實(shí)際測(cè)試，設(shè)定不同的S與TT值，Bernsen算法得到的二值化圖像有明顯改善，但Bernsen算法要求遍歷每一個(gè)像素點(diǎn)所在的區(qū)域來(lái)確定局部閾值，計(jì)算量較大，對(duì)于性能有限的嵌入式芯片而言，過(guò)大的計(jì)算量會(huì)導(dǎo)致系統(tǒng)運(yùn)行出現(xiàn)時(shí)遲滯，在Bernsen算法的基礎(chǔ)上降低計(jì)算量是非常重要的。

4 針對(duì)賽道圖像改進(jìn)的二值化算法

全國(guó)大學(xué)生智能汽車(chē)競(jìng)賽的比賽場(chǎng)地主要集中在沒(méi)有做遮光處理的室內(nèi)體育場(chǎng)，陽(yáng)光透過(guò)體育場(chǎng)館頂部照射在地面上的光斑呈現(xiàn)出較大塊的亮斑，很少會(huì)出現(xiàn)瑣碎的光斑，針對(duì)這種情況，把圖像分割成較大的不同區(qū)域，既不會(huì)像最大類(lèi)間方差法那樣直接求出全局閾值，也不會(huì)像Bernsen算法那樣對(duì)每一個(gè)像素點(diǎn)都取不同的閾值，減少了計(jì)算量，因此如何對(duì)圖像進(jìn)行區(qū)域分割成為至關(guān)重要的一步[9]。

在實(shí)際的實(shí)驗(yàn)過(guò)程中，攝像頭拍攝到的圖像尺寸為120*188，賽道部分主要集中在圖像的中間區(qū)域，賽道采用白色的材質(zhì)，光照對(duì)其幾乎沒(méi)有影響。非賽道部分采用藍(lán)色的材質(zhì)，當(dāng)有強(qiáng)光照射在上面時(shí)，會(huì)提高其表面亮度，在攝像頭采集到的圖像中表現(xiàn)為較亮的一塊區(qū)域，采用全局閾值的方法會(huì)直接將其分割為賽道部分。

其中5區(qū)域大多處于賽道的白色的部分，光照對(duì)其幾乎沒(méi)有影響，經(jīng)過(guò)多次實(shí)驗(yàn)，對(duì)其直接采取固定的閾值110，這樣將會(huì)進(jìn)一步減少計(jì)算量；對(duì)于1、2、3、4、6區(qū)域，存在賽道和非賽道部分的過(guò)度，由于復(fù)雜光線的影響，其成像效果參差不齊，采取最大類(lèi)間方差法求閾值進(jìn)行二值化[10]，在減少計(jì)算量的同時(shí)能夠有效緩解光照不均勻照成的影響。

5 結(jié)論

綜上所述，通過(guò)對(duì)不同的二值化算法進(jìn)行比較，二值化圖像分割時(shí)閾值的取值至關(guān)重要，當(dāng)面對(duì)不均勻光照條件下，在最大類(lèi)間方差法和Bernsen算法的基礎(chǔ)上，對(duì)現(xiàn)有二值化算法做改進(jìn)，能夠有效減少光照不均勻?qū)Τ上裥Ч挠绊?。本文提出思路有一定的局限性，通過(guò)適當(dāng)?shù)母倪M(jìn)也可用在其它領(lǐng)域。