一種基于hough改進(jìn)算法的機(jī)場(chǎng)跑道識(shí)別方法研究

鄭炬波++張樂(lè)++張旗

摘 要：針對(duì)hough算法中常見(jiàn)的“虛假直線(xiàn)”問(wèn)題的缺陷，提出了一種基于hough算法和freeman鏈碼相融合的改進(jìn)算法。這種方法運(yùn)用幾何，拓?fù)洌椛淙矫娴年P(guān)聯(lián)去降低它的識(shí)別復(fù)雜度，在以上特征的關(guān)聯(lián)條件下，先進(jìn)行freeman鏈碼確定機(jī)場(chǎng)跑道粗略方向，再用hough變換去小范圍識(shí)別跑道的兩條直線(xiàn)。通過(guò)對(duì)可見(jiàn)光跑道圖像和紅外道路圖像數(shù)據(jù)分析處理，表明該方法在跑道（直線(xiàn)）識(shí)別方面的健壯性、準(zhǔn)確性和有效性。

關(guān)鍵詞：跑道識(shí)別 hough算法 freeman鏈碼

中圖分類(lèi)號(hào)：TP391.4 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1672-3791（2014）07（b）-0001-02

在未來(lái)高技術(shù)條件戰(zhàn)爭(zhēng)中，空軍的作戰(zhàn)能力將發(fā)揮越來(lái)越大的作用，必須將敵機(jī)場(chǎng)或空軍基地進(jìn)行有效地打擊。機(jī)場(chǎng)中最重要的一個(gè)建筑設(shè)施就是跑道，是重要的軍事目標(biāo)，戰(zhàn)時(shí)常常成為偵察和打擊的主要對(duì)象，對(duì)跑道的識(shí)別具有重要意義。在眾多的跑道識(shí)別方法中，王永剛等用改進(jìn)的Hough變換方法對(duì)機(jī)場(chǎng)圖像的邊緣檢測(cè)結(jié)果進(jìn)行計(jì)算。李小毛、唐延?xùn)|等人針對(duì)機(jī)場(chǎng)跑道成像的線(xiàn)狀結(jié)構(gòu)和高灰度值的特征，提出了一種基于多尺度線(xiàn)狀目標(biāo)強(qiáng)化、并抑制其他的非現(xiàn)狀目標(biāo)的機(jī)場(chǎng)識(shí)別算法。Nevita等人基于鄰接關(guān)系提出啟發(fā)式連接法檢測(cè)直線(xiàn)。Boldt等提出的層次記號(hào)編組方法利用了直線(xiàn)的幾何關(guān)系限制和對(duì)比度特性，用圖搜索方法跟蹤邊緣，加速了直線(xiàn)的提取過(guò)程。為了消除圖像識(shí)別中常見(jiàn)的“虛假直線(xiàn)”問(wèn)題，提出了一種改進(jìn)的hough算法，通過(guò)freeman鏈碼合理利用某些啟發(fā)式信息來(lái)限制的累加過(guò)程或設(shè)置不同點(diǎn)的hough空間投票權(quán)重。

1 基于hough算法和freeman鏈碼的跑道提取方法

1.1 1hough算法

Hough變換實(shí)質(zhì)上是一種投票機(jī)制，對(duì)參數(shù)空間中的離散點(diǎn)進(jìn)行投票，若投票值超過(guò)某一門(mén)限值，則認(rèn)為有足夠多的圖像點(diǎn)位于該參數(shù)點(diǎn)所決定的直線(xiàn)上。這種方法受噪聲和直線(xiàn)出現(xiàn)間斷的影響較小。

如果直線(xiàn)的斜率無(wú)限大，采用直坐標(biāo)系是無(wú)法完成檢測(cè)的，為了能夠正確識(shí)別和檢測(cè)任意方向的和任意位置的直線(xiàn)一般通過(guò)直線(xiàn)的極坐標(biāo)方程：，進(jìn)行Hough變換，即用正弦曲線(xiàn)表示圖像空間中直線(xiàn)上的點(diǎn)。

對(duì)參數(shù)空間進(jìn)行離散化，每個(gè)單元的中心點(diǎn)坐標(biāo)為：

（1）

（2）

其中，為的分割段數(shù)；，為的分割段數(shù)。

1.2 freeman鏈碼

Freeman鏈碼是用曲線(xiàn)起始點(diǎn)的坐標(biāo)和邊界點(diǎn)方向代碼來(lái)描述曲線(xiàn)或邊界的方法。常用的鏈碼按照中心像素點(diǎn)鄰接方向個(gè)數(shù)的不同，分為4連通鏈碼和8連通鏈碼。

線(xiàn)條由像素點(diǎn)組成，像素點(diǎn)的相對(duì)位置是以上八種方向之一，邊緣點(diǎn)的定義是在梯度方向具有最大梯度值的點(diǎn)。如果表示點(diǎn)（）的亮度，表示點(diǎn)（）的一階導(dǎo)數(shù)（亮度梯度），，窮舉組合，向八個(gè)方向計(jì)算梯度，得到了原始數(shù)據(jù)亮度的梯度。使用這個(gè)信息我們能夠在圖像的亮度梯度中搜尋峰值

（3）

計(jì)算出導(dǎo)數(shù)之后，下一步要做的就是給出一個(gè)閾值來(lái)確定哪里是邊緣位置，確定邊緣線(xiàn)吧，大于被承認(rèn)是邊緣線(xiàn)。根據(jù)（）組對(duì)確定freeman鏈碼方向，只記錄方向極大地下降了計(jì)算量。把這些選出來(lái)的點(diǎn)連起來(lái)就成了一條我們要檢測(cè)的邊緣。

2 freeman框架下的算法準(zhǔn)則

一條數(shù)字直線(xiàn)最多包含兩個(gè)相鄰方向的碼值，兩個(gè)碼值之間總有一個(gè)單獨(dú)出現(xiàn)，并且單獨(dú)出現(xiàn)的碼值盡可能均勻分布在整個(gè)鏈碼中。

在線(xiàn)段元的起始端點(diǎn)之前和終止端點(diǎn)之后分別添加0個(gè)或多個(gè)線(xiàn)段子元，必可構(gòu)建一條線(xiàn)段（或直線(xiàn)）。因此，線(xiàn)段元為線(xiàn)段（或直線(xiàn)）的一部分，即線(xiàn)段元是構(gòu)成線(xiàn)段（或直線(xiàn)）的一個(gè)子集。

根據(jù)線(xiàn)段元與直線(xiàn)的夾角確定該線(xiàn)段元是否屬于該直線(xiàn)判斷線(xiàn)段元是否屬于線(xiàn)段的準(zhǔn)則。

設(shè)線(xiàn)段元的起始像素點(diǎn)的坐標(biāo)為（，），終止像素點(diǎn)的坐標(biāo)為（，），線(xiàn)段元的像素個(gè)數(shù)為M，線(xiàn)段的起始像素點(diǎn)為（，），終止像素點(diǎn)的坐標(biāo)為（，），線(xiàn)段中的像素個(gè)數(shù)為N，則線(xiàn)段元和線(xiàn)段偏轉(zhuǎn)角分別為：

（4）

（5）

若，則說(shuō)明線(xiàn)段元屬于線(xiàn)段的一部分，是閥值。

對(duì)于一條數(shù)字線(xiàn)段，當(dāng)線(xiàn)段較短時(shí)線(xiàn)段元與線(xiàn)段偏轉(zhuǎn)角間的偏差較大，而隨著線(xiàn)段長(zhǎng)度的增加，線(xiàn)段元與線(xiàn)段偏轉(zhuǎn)角間的差異將趨于0，用比較合適。根據(jù)實(shí)際需要確定的值。

若判斷兩線(xiàn)段的端點(diǎn)是否相鄰（或接近），并且兩線(xiàn)段的偏轉(zhuǎn)角是否接近，滿(mǎn)足上述條件即可將兩線(xiàn)段連接起來(lái)，形成一條較長(zhǎng)的線(xiàn)段。這樣可以抑制噪聲。

第一步：從掃描二值圖像，定位邊界跟蹤起點(diǎn)，將作為第一個(gè)像素保存到線(xiàn)段子元中。

第二步：i=i+1，邊界跟蹤算法順時(shí)針（或逆時(shí)針）跟蹤得到下一邊界點(diǎn)P，若跟蹤回到起始點(diǎn)，則算法結(jié)束；否則，根據(jù)線(xiàn)段元是否屬于線(xiàn)段的準(zhǔn)則確定P是否屬于當(dāng)前線(xiàn)段子元，若屬于，則將P保存到線(xiàn)段子元中，轉(zhuǎn)第二步；否則，當(dāng)前線(xiàn)段子元即為一完整的線(xiàn)段子元，執(zhí)行第三步。

第三步：若線(xiàn)段元無(wú)線(xiàn)段子元，則將作為線(xiàn)段元的第一線(xiàn)段子元加入線(xiàn)段元；否則，判斷線(xiàn)段子元是否屬于線(xiàn)段元.若屬于，將線(xiàn)段子元加入線(xiàn)段元，然后將線(xiàn)子元置空并將P加入線(xiàn)段子元中，轉(zhuǎn)第二步；否則，該線(xiàn)段子元為一完整的線(xiàn)段元，執(zhí)行第四步。

第四步：判斷，合并線(xiàn)段元，用以抑制噪聲。

第五步：在確定直線(xiàn)的大致區(qū)域后，用hough算法進(jìn)行對(duì)直線(xiàn)的細(xì)搜索。

3 實(shí)驗(yàn)結(jié)果

首先，應(yīng)用freeman鏈碼確定跑道的粗方向。劃分圖片多區(qū)域，把遇到的第一個(gè)邊緣點(diǎn)開(kāi)始作為鏈表的頭，向八個(gè)方向搜索下一個(gè)像素的方向，若存在，則存入鏈表，并置該點(diǎn)為非邊緣點(diǎn)（避免重復(fù)跟蹤）。為減小復(fù)雜度及考慮走勢(shì)的連續(xù)性，搜索方向第一選擇為上一方向，不符合的話(huà)，從那一方向逆時(shí)針?biāo)阉鳎钡桨藗€(gè)方向的邊緣點(diǎn)都不存在，鏈碼結(jié)束。這一條鏈碼就代表一條曲線(xiàn)，統(tǒng)計(jì)出現(xiàn)次數(shù)最多的鏈碼數(shù)字，以此作為這條曲線(xiàn)的主方向。把這多條鏈碼的主方向統(tǒng)計(jì)得到次數(shù)最多的方向作為跑道方向。

由于圖像坐標(biāo)縱坐標(biāo)向下，即與方向鏈碼關(guān)于x軸對(duì)稱(chēng)轉(zhuǎn)化。

在鏈碼長(zhǎng)>350條件下尋找到4條鏈碼

跑道粗方向的法線(xiàn)方向?yàn)椤?/p>

機(jī)場(chǎng)跑道屬于兩直線(xiàn)平行，有著相似的。相似有著大致排成一垂直于的點(diǎn)群，而這點(diǎn)群又可以在層次上分層。是兩個(gè)獨(dú)立的搜索方向，hough變換累計(jì)器里所受的投票數(shù)越多，說(shuō)明是真實(shí)直線(xiàn)的可能性越大。對(duì)區(qū)間[-30，+30]進(jìn)行10等分搜索，取出最大H的區(qū)間，對(duì)其尋找從0到圖像斜長(zhǎng)的搜索，找出前二的H，此時(shí)對(duì)應(yīng)的（，）即要尋的兩條直線(xiàn)

4 結(jié)論

本文采用特征關(guān)聯(lián)，起了較好的識(shí)別的效果，freeman鏈碼縮小hough搜索范圍，極大地降低了復(fù)雜度，給實(shí)時(shí)應(yīng)用提供了可能，對(duì)偽峰值的去除，避免了“虛假直線(xiàn)”的出現(xiàn)。

參考文獻(xiàn)

[1] 王永剛，姜挺，龔輝.一種基于跑道檢測(cè)的機(jī)場(chǎng)識(shí)別方法[J].測(cè)繪工程，2009，18（5）：69-72.

[2] 李小毛，唐延?xùn)|，肖穎杰.多尺度線(xiàn)狀目標(biāo)的機(jī)場(chǎng)跑道識(shí)別[J].紅外激光工程，2005，34（6）：733-736.

[3] R.Nevatia，R.Babu.Linear feature extraction and description[J].Computer Vision Graphics and Image Processing，1980，13：257-26.

[4] Boldt M，Weiss R，Riseman E.Token-based Extraction of Straight Lines[J].IEEE Transactions on Systems Man and Cybernetics，1989（6）：1582-1594.

[5] 董銀文，范秉成.基于直線(xiàn)特征的航拍圖像機(jī)場(chǎng)跑道自動(dòng)識(shí)別算法[J].系統(tǒng)工程與電子技術(shù)，2013（4）.

摘 要：針對(duì)hough算法中常見(jiàn)的“虛假直線(xiàn)”問(wèn)題的缺陷，提出了一種基于hough算法和freeman鏈碼相融合的改進(jìn)算法。這種方法運(yùn)用幾何，拓?fù)洌椛淙矫娴年P(guān)聯(lián)去降低它的識(shí)別復(fù)雜度，在以上特征的關(guān)聯(lián)條件下，先進(jìn)行freeman鏈碼確定機(jī)場(chǎng)跑道粗略方向，再用hough變換去小范圍識(shí)別跑道的兩條直線(xiàn)。通過(guò)對(duì)可見(jiàn)光跑道圖像和紅外道路圖像數(shù)據(jù)分析處理，表明該方法在跑道（直線(xiàn)）識(shí)別方面的健壯性、準(zhǔn)確性和有效性。

關(guān)鍵詞：跑道識(shí)別 hough算法 freeman鏈碼

中圖分類(lèi)號(hào)：TP391.4 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1672-3791（2014）07（b）-0001-02

在未來(lái)高技術(shù)條件戰(zhàn)爭(zhēng)中，空軍的作戰(zhàn)能力將發(fā)揮越來(lái)越大的作用，必須將敵機(jī)場(chǎng)或空軍基地進(jìn)行有效地打擊。機(jī)場(chǎng)中最重要的一個(gè)建筑設(shè)施就是跑道，是重要的軍事目標(biāo)，戰(zhàn)時(shí)常常成為偵察和打擊的主要對(duì)象，對(duì)跑道的識(shí)別具有重要意義。在眾多的跑道識(shí)別方法中，王永剛等用改進(jìn)的Hough變換方法對(duì)機(jī)場(chǎng)圖像的邊緣檢測(cè)結(jié)果進(jìn)行計(jì)算。李小毛、唐延?xùn)|等人針對(duì)機(jī)場(chǎng)跑道成像的線(xiàn)狀結(jié)構(gòu)和高灰度值的特征，提出了一種基于多尺度線(xiàn)狀目標(biāo)強(qiáng)化、并抑制其他的非現(xiàn)狀目標(biāo)的機(jī)場(chǎng)識(shí)別算法。Nevita等人基于鄰接關(guān)系提出啟發(fā)式連接法檢測(cè)直線(xiàn)。Boldt等提出的層次記號(hào)編組方法利用了直線(xiàn)的幾何關(guān)系限制和對(duì)比度特性，用圖搜索方法跟蹤邊緣，加速了直線(xiàn)的提取過(guò)程。為了消除圖像識(shí)別中常見(jiàn)的“虛假直線(xiàn)”問(wèn)題，提出了一種改進(jìn)的hough算法，通過(guò)freeman鏈碼合理利用某些啟發(fā)式信息來(lái)限制的累加過(guò)程或設(shè)置不同點(diǎn)的hough空間投票權(quán)重。

1 基于hough算法和freeman鏈碼的跑道提取方法

1.1 1hough算法

Hough變換實(shí)質(zhì)上是一種投票機(jī)制，對(duì)參數(shù)空間中的離散點(diǎn)進(jìn)行投票，若投票值超過(guò)某一門(mén)限值，則認(rèn)為有足夠多的圖像點(diǎn)位于該參數(shù)點(diǎn)所決定的直線(xiàn)上。這種方法受噪聲和直線(xiàn)出現(xiàn)間斷的影響較小。

如果直線(xiàn)的斜率無(wú)限大，采用直坐標(biāo)系是無(wú)法完成檢測(cè)的，為了能夠正確識(shí)別和檢測(cè)任意方向的和任意位置的直線(xiàn)一般通過(guò)直線(xiàn)的極坐標(biāo)方程：，進(jìn)行Hough變換，即用正弦曲線(xiàn)表示圖像空間中直線(xiàn)上的點(diǎn)。

對(duì)參數(shù)空間進(jìn)行離散化，每個(gè)單元的中心點(diǎn)坐標(biāo)為：

（1）

（2）

其中，為的分割段數(shù)；，為的分割段數(shù)。

1.2 freeman鏈碼

Freeman鏈碼是用曲線(xiàn)起始點(diǎn)的坐標(biāo)和邊界點(diǎn)方向代碼來(lái)描述曲線(xiàn)或邊界的方法。常用的鏈碼按照中心像素點(diǎn)鄰接方向個(gè)數(shù)的不同，分為4連通鏈碼和8連通鏈碼。

線(xiàn)條由像素點(diǎn)組成，像素點(diǎn)的相對(duì)位置是以上八種方向之一，邊緣點(diǎn)的定義是在梯度方向具有最大梯度值的點(diǎn)。如果表示點(diǎn)（）的亮度，表示點(diǎn)（）的一階導(dǎo)數(shù)（亮度梯度），，窮舉組合，向八個(gè)方向計(jì)算梯度，得到了原始數(shù)據(jù)亮度的梯度。使用這個(gè)信息我們能夠在圖像的亮度梯度中搜尋峰值

（3）

計(jì)算出導(dǎo)數(shù)之后，下一步要做的就是給出一個(gè)閾值來(lái)確定哪里是邊緣位置，確定邊緣線(xiàn)吧，大于被承認(rèn)是邊緣線(xiàn)。根據(jù)（）組對(duì)確定freeman鏈碼方向，只記錄方向極大地下降了計(jì)算量。把這些選出來(lái)的點(diǎn)連起來(lái)就成了一條我們要檢測(cè)的邊緣。

2 freeman框架下的算法準(zhǔn)則

一條數(shù)字直線(xiàn)最多包含兩個(gè)相鄰方向的碼值，兩個(gè)碼值之間總有一個(gè)單獨(dú)出現(xiàn)，并且單獨(dú)出現(xiàn)的碼值盡可能均勻分布在整個(gè)鏈碼中。

在線(xiàn)段元的起始端點(diǎn)之前和終止端點(diǎn)之后分別添加0個(gè)或多個(gè)線(xiàn)段子元，必可構(gòu)建一條線(xiàn)段（或直線(xiàn)）。因此，線(xiàn)段元為線(xiàn)段（或直線(xiàn)）的一部分，即線(xiàn)段元是構(gòu)成線(xiàn)段（或直線(xiàn)）的一個(gè)子集。

根據(jù)線(xiàn)段元與直線(xiàn)的夾角確定該線(xiàn)段元是否屬于該直線(xiàn)判斷線(xiàn)段元是否屬于線(xiàn)段的準(zhǔn)則。

設(shè)線(xiàn)段元的起始像素點(diǎn)的坐標(biāo)為（，），終止像素點(diǎn)的坐標(biāo)為（，），線(xiàn)段元的像素個(gè)數(shù)為M，線(xiàn)段的起始像素點(diǎn)為（，），終止像素點(diǎn)的坐標(biāo)為（，），線(xiàn)段中的像素個(gè)數(shù)為N，則線(xiàn)段元和線(xiàn)段偏轉(zhuǎn)角分別為：

（4）

（5）

若，則說(shuō)明線(xiàn)段元屬于線(xiàn)段的一部分，是閥值。

對(duì)于一條數(shù)字線(xiàn)段，當(dāng)線(xiàn)段較短時(shí)線(xiàn)段元與線(xiàn)段偏轉(zhuǎn)角間的偏差較大，而隨著線(xiàn)段長(zhǎng)度的增加，線(xiàn)段元與線(xiàn)段偏轉(zhuǎn)角間的差異將趨于0，用比較合適。根據(jù)實(shí)際需要確定的值。

若判斷兩線(xiàn)段的端點(diǎn)是否相鄰（或接近），并且兩線(xiàn)段的偏轉(zhuǎn)角是否接近，滿(mǎn)足上述條件即可將兩線(xiàn)段連接起來(lái)，形成一條較長(zhǎng)的線(xiàn)段。這樣可以抑制噪聲。

第一步：從掃描二值圖像，定位邊界跟蹤起點(diǎn)，將作為第一個(gè)像素保存到線(xiàn)段子元中。

第二步：i=i+1，邊界跟蹤算法順時(shí)針（或逆時(shí)針）跟蹤得到下一邊界點(diǎn)P，若跟蹤回到起始點(diǎn)，則算法結(jié)束；否則，根據(jù)線(xiàn)段元是否屬于線(xiàn)段的準(zhǔn)則確定P是否屬于當(dāng)前線(xiàn)段子元，若屬于，則將P保存到線(xiàn)段子元中，轉(zhuǎn)第二步；否則，當(dāng)前線(xiàn)段子元即為一完整的線(xiàn)段子元，執(zhí)行第三步。

第三步：若線(xiàn)段元無(wú)線(xiàn)段子元，則將作為線(xiàn)段元的第一線(xiàn)段子元加入線(xiàn)段元；否則，判斷線(xiàn)段子元是否屬于線(xiàn)段元.若屬于，將線(xiàn)段子元加入線(xiàn)段元，然后將線(xiàn)子元置空并將P加入線(xiàn)段子元中，轉(zhuǎn)第二步；否則，該線(xiàn)段子元為一完整的線(xiàn)段元，執(zhí)行第四步。

第四步：判斷，合并線(xiàn)段元，用以抑制噪聲。

第五步：在確定直線(xiàn)的大致區(qū)域后，用hough算法進(jìn)行對(duì)直線(xiàn)的細(xì)搜索。

3 實(shí)驗(yàn)結(jié)果

首先，應(yīng)用freeman鏈碼確定跑道的粗方向。劃分圖片多區(qū)域，把遇到的第一個(gè)邊緣點(diǎn)開(kāi)始作為鏈表的頭，向八個(gè)方向搜索下一個(gè)像素的方向，若存在，則存入鏈表，并置該點(diǎn)為非邊緣點(diǎn)（避免重復(fù)跟蹤）。為減小復(fù)雜度及考慮走勢(shì)的連續(xù)性，搜索方向第一選擇為上一方向，不符合的話(huà)，從那一方向逆時(shí)針?biāo)阉鳎钡桨藗€(gè)方向的邊緣點(diǎn)都不存在，鏈碼結(jié)束。這一條鏈碼就代表一條曲線(xiàn)，統(tǒng)計(jì)出現(xiàn)次數(shù)最多的鏈碼數(shù)字，以此作為這條曲線(xiàn)的主方向。把這多條鏈碼的主方向統(tǒng)計(jì)得到次數(shù)最多的方向作為跑道方向。

由于圖像坐標(biāo)縱坐標(biāo)向下，即與方向鏈碼關(guān)于x軸對(duì)稱(chēng)轉(zhuǎn)化。

在鏈碼長(zhǎng)>350條件下尋找到4條鏈碼

跑道粗方向的法線(xiàn)方向?yàn)椤?/p>

機(jī)場(chǎng)跑道屬于兩直線(xiàn)平行，有著相似的。相似有著大致排成一垂直于的點(diǎn)群，而這點(diǎn)群又可以在層次上分層。是兩個(gè)獨(dú)立的搜索方向，hough變換累計(jì)器里所受的投票數(shù)越多，說(shuō)明是真實(shí)直線(xiàn)的可能性越大。對(duì)區(qū)間[-30，+30]進(jìn)行10等分搜索，取出最大H的區(qū)間，對(duì)其尋找從0到圖像斜長(zhǎng)的搜索，找出前二的H，此時(shí)對(duì)應(yīng)的（，）即要尋的兩條直線(xiàn)

4 結(jié)論

本文采用特征關(guān)聯(lián)，起了較好的識(shí)別的效果，freeman鏈碼縮小hough搜索范圍，極大地降低了復(fù)雜度，給實(shí)時(shí)應(yīng)用提供了可能，對(duì)偽峰值的去除，避免了“虛假直線(xiàn)”的出現(xiàn)。

參考文獻(xiàn)

[1] 王永剛，姜挺，龔輝.一種基于跑道檢測(cè)的機(jī)場(chǎng)識(shí)別方法[J].測(cè)繪工程，2009，18（5）：69-72.

[2] 李小毛，唐延?xùn)|，肖穎杰.多尺度線(xiàn)狀目標(biāo)的機(jī)場(chǎng)跑道識(shí)別[J].紅外激光工程，2005，34（6）：733-736.

[3] R.Nevatia，R.Babu.Linear feature extraction and description[J].Computer Vision Graphics and Image Processing，1980，13：257-26.

[4] Boldt M，Weiss R，Riseman E.Token-based Extraction of Straight Lines[J].IEEE Transactions on Systems Man and Cybernetics，1989（6）：1582-1594.

[5] 董銀文，范秉成.基于直線(xiàn)特征的航拍圖像機(jī)場(chǎng)跑道自動(dòng)識(shí)別算法[J].系統(tǒng)工程與電子技術(shù)，2013（4）.

摘 要：針對(duì)hough算法中常見(jiàn)的“虛假直線(xiàn)”問(wèn)題的缺陷，提出了一種基于hough算法和freeman鏈碼相融合的改進(jìn)算法。這種方法運(yùn)用幾何，拓?fù)洌椛淙矫娴年P(guān)聯(lián)去降低它的識(shí)別復(fù)雜度，在以上特征的關(guān)聯(lián)條件下，先進(jìn)行freeman鏈碼確定機(jī)場(chǎng)跑道粗略方向，再用hough變換去小范圍識(shí)別跑道的兩條直線(xiàn)。通過(guò)對(duì)可見(jiàn)光跑道圖像和紅外道路圖像數(shù)據(jù)分析處理，表明該方法在跑道（直線(xiàn)）識(shí)別方面的健壯性、準(zhǔn)確性和有效性。

關(guān)鍵詞：跑道識(shí)別 hough算法 freeman鏈碼

中圖分類(lèi)號(hào)：TP391.4 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1672-3791（2014）07（b）-0001-02

在未來(lái)高技術(shù)條件戰(zhàn)爭(zhēng)中，空軍的作戰(zhàn)能力將發(fā)揮越來(lái)越大的作用，必須將敵機(jī)場(chǎng)或空軍基地進(jìn)行有效地打擊。機(jī)場(chǎng)中最重要的一個(gè)建筑設(shè)施就是跑道，是重要的軍事目標(biāo)，戰(zhàn)時(shí)常常成為偵察和打擊的主要對(duì)象，對(duì)跑道的識(shí)別具有重要意義。在眾多的跑道識(shí)別方法中，王永剛等用改進(jìn)的Hough變換方法對(duì)機(jī)場(chǎng)圖像的邊緣檢測(cè)結(jié)果進(jìn)行計(jì)算。李小毛、唐延?xùn)|等人針對(duì)機(jī)場(chǎng)跑道成像的線(xiàn)狀結(jié)構(gòu)和高灰度值的特征，提出了一種基于多尺度線(xiàn)狀目標(biāo)強(qiáng)化、并抑制其他的非現(xiàn)狀目標(biāo)的機(jī)場(chǎng)識(shí)別算法。Nevita等人基于鄰接關(guān)系提出啟發(fā)式連接法檢測(cè)直線(xiàn)。Boldt等提出的層次記號(hào)編組方法利用了直線(xiàn)的幾何關(guān)系限制和對(duì)比度特性，用圖搜索方法跟蹤邊緣，加速了直線(xiàn)的提取過(guò)程。為了消除圖像識(shí)別中常見(jiàn)的“虛假直線(xiàn)”問(wèn)題，提出了一種改進(jìn)的hough算法，通過(guò)freeman鏈碼合理利用某些啟發(fā)式信息來(lái)限制的累加過(guò)程或設(shè)置不同點(diǎn)的hough空間投票權(quán)重。

1 基于hough算法和freeman鏈碼的跑道提取方法

1.1 1hough算法

Hough變換實(shí)質(zhì)上是一種投票機(jī)制，對(duì)參數(shù)空間中的離散點(diǎn)進(jìn)行投票，若投票值超過(guò)某一門(mén)限值，則認(rèn)為有足夠多的圖像點(diǎn)位于該參數(shù)點(diǎn)所決定的直線(xiàn)上。這種方法受噪聲和直線(xiàn)出現(xiàn)間斷的影響較小。

如果直線(xiàn)的斜率無(wú)限大，采用直坐標(biāo)系是無(wú)法完成檢測(cè)的，為了能夠正確識(shí)別和檢測(cè)任意方向的和任意位置的直線(xiàn)一般通過(guò)直線(xiàn)的極坐標(biāo)方程：，進(jìn)行Hough變換，即用正弦曲線(xiàn)表示圖像空間中直線(xiàn)上的點(diǎn)。

對(duì)參數(shù)空間進(jìn)行離散化，每個(gè)單元的中心點(diǎn)坐標(biāo)為：

（1）

（2）

其中，為的分割段數(shù)；，為的分割段數(shù)。

1.2 freeman鏈碼

Freeman鏈碼是用曲線(xiàn)起始點(diǎn)的坐標(biāo)和邊界點(diǎn)方向代碼來(lái)描述曲線(xiàn)或邊界的方法。常用的鏈碼按照中心像素點(diǎn)鄰接方向個(gè)數(shù)的不同，分為4連通鏈碼和8連通鏈碼。

線(xiàn)條由像素點(diǎn)組成，像素點(diǎn)的相對(duì)位置是以上八種方向之一，邊緣點(diǎn)的定義是在梯度方向具有最大梯度值的點(diǎn)。如果表示點(diǎn)（）的亮度，表示點(diǎn)（）的一階導(dǎo)數(shù)（亮度梯度），，窮舉組合，向八個(gè)方向計(jì)算梯度，得到了原始數(shù)據(jù)亮度的梯度。使用這個(gè)信息我們能夠在圖像的亮度梯度中搜尋峰值

（3）

計(jì)算出導(dǎo)數(shù)之后，下一步要做的就是給出一個(gè)閾值來(lái)確定哪里是邊緣位置，確定邊緣線(xiàn)吧，大于被承認(rèn)是邊緣線(xiàn)。根據(jù)（）組對(duì)確定freeman鏈碼方向，只記錄方向極大地下降了計(jì)算量。把這些選出來(lái)的點(diǎn)連起來(lái)就成了一條我們要檢測(cè)的邊緣。

2 freeman框架下的算法準(zhǔn)則

一條數(shù)字直線(xiàn)最多包含兩個(gè)相鄰方向的碼值，兩個(gè)碼值之間總有一個(gè)單獨(dú)出現(xiàn)，并且單獨(dú)出現(xiàn)的碼值盡可能均勻分布在整個(gè)鏈碼中。

在線(xiàn)段元的起始端點(diǎn)之前和終止端點(diǎn)之后分別添加0個(gè)或多個(gè)線(xiàn)段子元，必可構(gòu)建一條線(xiàn)段（或直線(xiàn)）。因此，線(xiàn)段元為線(xiàn)段（或直線(xiàn)）的一部分，即線(xiàn)段元是構(gòu)成線(xiàn)段（或直線(xiàn)）的一個(gè)子集。

根據(jù)線(xiàn)段元與直線(xiàn)的夾角確定該線(xiàn)段元是否屬于該直線(xiàn)判斷線(xiàn)段元是否屬于線(xiàn)段的準(zhǔn)則。

設(shè)線(xiàn)段元的起始像素點(diǎn)的坐標(biāo)為（，），終止像素點(diǎn)的坐標(biāo)為（，），線(xiàn)段元的像素個(gè)數(shù)為M，線(xiàn)段的起始像素點(diǎn)為（，），終止像素點(diǎn)的坐標(biāo)為（，），線(xiàn)段中的像素個(gè)數(shù)為N，則線(xiàn)段元和線(xiàn)段偏轉(zhuǎn)角分別為：

（4）

（5）

若，則說(shuō)明線(xiàn)段元屬于線(xiàn)段的一部分，是閥值。

對(duì)于一條數(shù)字線(xiàn)段，當(dāng)線(xiàn)段較短時(shí)線(xiàn)段元與線(xiàn)段偏轉(zhuǎn)角間的偏差較大，而隨著線(xiàn)段長(zhǎng)度的增加，線(xiàn)段元與線(xiàn)段偏轉(zhuǎn)角間的差異將趨于0，用比較合適。根據(jù)實(shí)際需要確定的值。

若判斷兩線(xiàn)段的端點(diǎn)是否相鄰（或接近），并且兩線(xiàn)段的偏轉(zhuǎn)角是否接近，滿(mǎn)足上述條件即可將兩線(xiàn)段連接起來(lái)，形成一條較長(zhǎng)的線(xiàn)段。這樣可以抑制噪聲。

第一步：從掃描二值圖像，定位邊界跟蹤起點(diǎn)，將作為第一個(gè)像素保存到線(xiàn)段子元中。

第二步：i=i+1，邊界跟蹤算法順時(shí)針（或逆時(shí)針）跟蹤得到下一邊界點(diǎn)P，若跟蹤回到起始點(diǎn)，則算法結(jié)束；否則，根據(jù)線(xiàn)段元是否屬于線(xiàn)段的準(zhǔn)則確定P是否屬于當(dāng)前線(xiàn)段子元，若屬于，則將P保存到線(xiàn)段子元中，轉(zhuǎn)第二步；否則，當(dāng)前線(xiàn)段子元即為一完整的線(xiàn)段子元，執(zhí)行第三步。

第三步：若線(xiàn)段元無(wú)線(xiàn)段子元，則將作為線(xiàn)段元的第一線(xiàn)段子元加入線(xiàn)段元；否則，判斷線(xiàn)段子元是否屬于線(xiàn)段元.若屬于，將線(xiàn)段子元加入線(xiàn)段元，然后將線(xiàn)子元置空并將P加入線(xiàn)段子元中，轉(zhuǎn)第二步；否則，該線(xiàn)段子元為一完整的線(xiàn)段元，執(zhí)行第四步。

第四步：判斷，合并線(xiàn)段元，用以抑制噪聲。

第五步：在確定直線(xiàn)的大致區(qū)域后，用hough算法進(jìn)行對(duì)直線(xiàn)的細(xì)搜索。

3 實(shí)驗(yàn)結(jié)果

首先，應(yīng)用freeman鏈碼確定跑道的粗方向。劃分圖片多區(qū)域，把遇到的第一個(gè)邊緣點(diǎn)開(kāi)始作為鏈表的頭，向八個(gè)方向搜索下一個(gè)像素的方向，若存在，則存入鏈表，并置該點(diǎn)為非邊緣點(diǎn)（避免重復(fù)跟蹤）。為減小復(fù)雜度及考慮走勢(shì)的連續(xù)性，搜索方向第一選擇為上一方向，不符合的話(huà)，從那一方向逆時(shí)針?biāo)阉鳎钡桨藗€(gè)方向的邊緣點(diǎn)都不存在，鏈碼結(jié)束。這一條鏈碼就代表一條曲線(xiàn)，統(tǒng)計(jì)出現(xiàn)次數(shù)最多的鏈碼數(shù)字，以此作為這條曲線(xiàn)的主方向。把這多條鏈碼的主方向統(tǒng)計(jì)得到次數(shù)最多的方向作為跑道方向。

由于圖像坐標(biāo)縱坐標(biāo)向下，即與方向鏈碼關(guān)于x軸對(duì)稱(chēng)轉(zhuǎn)化。

在鏈碼長(zhǎng)>350條件下尋找到4條鏈碼

跑道粗方向的法線(xiàn)方向?yàn)椤?/p>

機(jī)場(chǎng)跑道屬于兩直線(xiàn)平行，有著相似的。相似有著大致排成一垂直于的點(diǎn)群，而這點(diǎn)群又可以在層次上分層。是兩個(gè)獨(dú)立的搜索方向，hough變換累計(jì)器里所受的投票數(shù)越多，說(shuō)明是真實(shí)直線(xiàn)的可能性越大。對(duì)區(qū)間[-30，+30]進(jìn)行10等分搜索，取出最大H的區(qū)間，對(duì)其尋找從0到圖像斜長(zhǎng)的搜索，找出前二的H，此時(shí)對(duì)應(yīng)的（，）即要尋的兩條直線(xiàn)

4 結(jié)論

本文采用特征關(guān)聯(lián)，起了較好的識(shí)別的效果，freeman鏈碼縮小hough搜索范圍，極大地降低了復(fù)雜度，給實(shí)時(shí)應(yīng)用提供了可能，對(duì)偽峰值的去除，避免了“虛假直線(xiàn)”的出現(xiàn)。

參考文獻(xiàn)

[1] 王永剛，姜挺，龔輝.一種基于跑道檢測(cè)的機(jī)場(chǎng)識(shí)別方法[J].測(cè)繪工程，2009，18（5）：69-72.

[2] 李小毛，唐延?xùn)|，肖穎杰.多尺度線(xiàn)狀目標(biāo)的機(jī)場(chǎng)跑道識(shí)別[J].紅外激光工程，2005，34（6）：733-736.

[3] R.Nevatia，R.Babu.Linear feature extraction and description[J].Computer Vision Graphics and Image Processing，1980，13：257-26.

[4] Boldt M，Weiss R，Riseman E.Token-based Extraction of Straight Lines[J].IEEE Transactions on Systems Man and Cybernetics，1989（6）：1582-1594.

[5] 董銀文，范秉成.基于直線(xiàn)特征的航拍圖像機(jī)場(chǎng)跑道自動(dòng)識(shí)別算法[J].系統(tǒng)工程與電子技術(shù)，2013（4）.