基于背景差法的視頻車(chē)輛分割算法研究

摘 要:在交通監(jiān)控系統(tǒng)中，實(shí)現(xiàn)車(chē)輛的準(zhǔn)確檢測(cè)是關(guān)鍵技術(shù)，其中車(chē)輛的分割與提取是至關(guān)重要的。本文在車(chē)輛分割中對(duì)四種邊緣檢測(cè)微分算子進(jìn)行比較，實(shí)驗(yàn)結(jié)果表明Canny算子去噪能力強(qiáng)、邊緣定位精度準(zhǔn)確、不易被噪聲填充，效果最好。

關(guān)鍵詞:視頻車(chē)輛 分割 邊緣檢測(cè) 微分算子

中圖分類(lèi)號(hào):TP39文獻(xiàn)標(biāo)識(shí)碼:A文章編號(hào):1674-098X(2012)01(a)-0005-01

1 引言

邊緣檢測(cè)技術(shù)是所有基于圖像分割方法最基本的處理，對(duì)于處理數(shù)字圖像非常重要。圖像的邊緣是圖像的最基本特征，圖像的邊緣部分集中了圖像大部分的信息，是所要提取目標(biāo)和背景的分界線(xiàn)，提取出邊緣才能將目標(biāo)與背景區(qū)分開(kāi)來(lái)，因此它是圖像分割所依賴(lài)的重要特征。

2 常用的邊緣檢測(cè)微分算子

常用的邊緣檢測(cè)微分算子有Sobel、Robert、LOG、Canny，下面對(duì)這幾種算子進(jìn)行介紹。

2.1 Sobel算子

Sobel算子是邊緣檢測(cè)比較常用的一種算子。該算子包含兩組3×3的矩陣，分別為橫向及縱向，一個(gè)是檢測(cè)水平邊緣的模板，另一個(gè)是檢測(cè)垂直邊緣的模板。

由于Sobel算子是濾波算子的形式，簡(jiǎn)單有效，應(yīng)用較廣泛。同時(shí)對(duì)噪聲具有一定的抑制能力，但這種抗噪能力是通過(guò)平均像素來(lái)實(shí)現(xiàn)的，所以圖像產(chǎn)生一定的模糊，還會(huì)檢測(cè)出一些偽邊緣，所以檢測(cè)精度較低，因此比較適用于圖像邊緣灰度值比較尖銳，且圖像噪聲比較小的情況。

2.2 Robert

由于Roberts算子是利用圖像的兩個(gè)對(duì)角線(xiàn)的相鄰像素之差進(jìn)行梯度幅值的檢測(cè)，所以求得的是在差分點(diǎn)處梯度幅值的近似值，處理后的結(jié)果邊緣不是很平滑，并且檢測(cè)水平和垂直方向邊緣的性能好于斜線(xiàn)方向的邊緣，同時(shí)由于沒(méi)經(jīng)過(guò)圖像平滑計(jì)算，對(duì)噪聲敏感，因此該算子適用于邊緣明顯且噪聲較少的圖像分割。

2.3 LOG(Laplacian-Gauss)算子

在二維空間中，常用的二階導(dǎo)數(shù)算子是Laplacian算子。但是這種算子邊緣的方向信息被丟失而且是二階差分算子，因此雙倍加強(qiáng)了圖像噪聲的影響。由于圖像強(qiáng)度二階導(dǎo)數(shù)的零交叉點(diǎn)求邊緣點(diǎn)算法對(duì)噪聲十分敏感，為了消除噪聲影響將高斯濾波器和Laplacian邊緣檢測(cè)結(jié)合在一起，形成了LOG算法。

這種方法的特點(diǎn)是圖像首先與高斯濾波器進(jìn)行卷積，既平滑了圖像又降低了噪聲，孤立的噪聲點(diǎn)和較小的結(jié)構(gòu)組織將被濾出。由于平滑會(huì)導(dǎo)致邊緣的延展，因此在邊緣檢測(cè)時(shí)僅考慮那些具有局部梯度最大值的點(diǎn)為邊緣點(diǎn)，來(lái)實(shí)現(xiàn)邊緣檢測(cè)。

2.4 Canny

Canny邊緣檢測(cè)是一種比較新的邊緣檢測(cè)算子，具有很好的邊緣檢測(cè)性能，得到了廣泛的應(yīng)用。Canny邊緣檢測(cè)法利用高斯函數(shù)的一階微分，能在噪聲抑制和邊緣檢測(cè)之間取得較好的平衡。具體步驟如下:

1)用高斯濾波器來(lái)對(duì)圖像濾波，可以去除圖像中的噪聲。

2)用高斯算子的一階微分對(duì)圖像進(jìn)行濾波，得到每個(gè)像素梯度的大小和方向。

3)對(duì)梯度進(jìn)行“非極大抑制”。

4)使用雙閾值算法檢測(cè)和連接邊緣。使用累計(jì)直方圖計(jì)算兩個(gè)閾值，凡是大于高閾值的一定是邊緣;凡是小于低閾值的一定不是邊緣。如果檢測(cè)結(jié)果大于低閾值，那就要看這個(gè)像素中有沒(méi)有超過(guò)高閾值的邊緣像素，如果有，則該像素是邊緣，否則就不是邊緣。

總之，該算子功能比前面幾種都要好，主要表現(xiàn)在Canny算子是一個(gè)具有濾波，增強(qiáng)，檢測(cè)的多階段的優(yōu)化算子，在進(jìn)行處理前，Canny算子先利用高斯平滑濾波器來(lái)平滑圖像以除去噪聲，采用一階偏導(dǎo)的有限差分來(lái)計(jì)算梯度幅值和方向，在處理過(guò)程中，還將經(jīng)過(guò)一個(gè)非極大值抑制的過(guò)程，最后該算子采用兩個(gè)閾值來(lái)連接邊緣。

3 實(shí)驗(yàn)結(jié)果與分析

視頻圖像見(jiàn)圖2.1，(a)是用Sobel算子邊緣檢測(cè)結(jié)果，(b)是用Robert算子邊緣檢測(cè)結(jié)果，(c)是用LOG算子邊緣檢測(cè)結(jié)果，(d)是用Canny算子邊緣檢測(cè)結(jié)果，見(jiàn)圖2.1。

Canny算子以一階導(dǎo)數(shù)為基礎(chǔ)來(lái)判斷邊緣點(diǎn)，采用高斯函數(shù)對(duì)圖像進(jìn)行平滑處理，是一階傳統(tǒng)微分中檢測(cè)階躍型邊緣效果最好的算子，因此比Robert和Sobel的去噪能力都要強(qiáng)。Canny算子所采用的一階微分算子的方向性較LOG算子要好，邊緣定位精度較高。同時(shí)Canny算子使用2種不同的閾值分別檢測(cè)強(qiáng)邊緣和弱邊緣，并且僅當(dāng)弱邊緣與強(qiáng)邊緣相連時(shí)才將弱邊緣包含在輸出圖像中，較其他方法而言不容易被噪聲填充。基于上述分析以及圖2.1的實(shí)驗(yàn)結(jié)果表明Canny算子的處理效果是最好的。