車輛壓線檢測方法
加入技術交流群
其中，P為對所有集合Ri中元素的邏輯謂詞，Ф則代表空集。文中使用大津法作為閾值分割法。大津法(Ostu)是大津于1979年提出，對圖像I，記T為前景與背景的分割閾值，前景點數占圖像比例為w0，平均灰度為u0；背景點數占圖像比例為w1，平均灰度為u1。圖像的總平均灰度為uT=w0×u0+w1×u1。從最小灰度值到最大灰度值遍歷T，當T使方差值σ2=w0×(u0-uT)2+w1×(u1-uT)2最大時，T即為分割的最佳閾值。方差是灰度分布均勻性的一種度量，方差值越大，說明構成圖像的兩部分差別越大，當部分前景錯分為背景或部分背景錯分為前景都會導致兩部分差別變小，因此使方差最大的分割意味著錯分概率最小。直接用大津法計算量較大，因此在實現時采用等價公式σ2=w0×w1×(u0-u1)2。完成車輛分割后，再進行圖像形態學處理，進而完成矩形框標記。
2 實驗結果與分析
選取固定攝像機獲取的一段城市道路交通視頻作為研究對象。首先采用圖像分割技術，只選取黃線附近的大致區域，得到檢測帶，從而減少數據量，提高處理速度。實際情況中，由于光線影響以及人為劃定的黃線存在偏差，會造成圖像中的黃線不一定為嚴格意義上的直線。在用Hough變換標定黃線時會造成圖1右側所示的情況：兩條黃線并非完整直線，而是由直線段連接而成。通過連接距離最遠的端點即可得到道路中兩條黃線。而Hough變換后，就可以得到所有線段的端點，即用十字標出的端點。再用Matlab在圖中標定出黃線的位置，如圖1所示。本文引用地址：http://www.104case.com/article/196160.htm
圖1(b)中兩條直色線即為用上述方法標定的黃線。黃線標定后，這兩者之間即為黃線區域，通過判斷這個區域內是否有車輛，即可判斷是否有車輛壓線，達到檢測目的。由圖可以看出，圖中有車輛存在壓黃線的行為。確定黃線位置后，需要在圖中用矩形框標出車輛位置，圖2為車輛分割結果，圖3即為處理結果。
評論