城市道路二值化方法研究

齊天玉

【摘要】 二值化是模式識別與檢測中的關鍵技術，其好壞直接影響到檢測與識別的效果。由于城市交通道路的復雜性造成一般二值化效果不理想。本文通過研究現階段比較成熟的方法技術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可行的途徑。

【關鍵詞】 交通路面 二值化 關鍵技術

彩色圖像，其具備豐富的信息，但是其中有些信息為無關信息，為了突出我們關注的重要信息，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是二值化閾值的選取，如何選取一個合適的二值化閾值使我們工作的重點。

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路面情況以固定值二值化區域是不合適的。

（2）將灰度直方圖圖像峰值所對應的灰度值作為二值化的閾值，由于采集到的圖像光照會隨時變動，順光逆光的情況隨時在變換，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，而根據實驗經驗選取采光范圍內的圖像直方圖往往是單個峰值的情況。

（4）OSTU[]（大津算法）也稱為最大類間方差算法，是由日本學者于1979年提出的一種對圖像進行二值化的高效算法。它是一種自動的非參數非監督的門限選取法。該方法的基本思路是選取的t的最佳閾值應當是使得不同類間的分離性最好。它的計算方法是首先計算基于直方圖而得到的各分割特征值的發生概率，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方差及類間方差，選取使得類間方差最大，類內方差最小的t作為最佳閾值。由于該方法計算簡單，在一定條件下不受圖像對比度與亮度變化的影響，被認為是閾值自動選取的最優方法。該方法的缺點在于，要求得最佳閾值，需要基本遍歷灰度范圍內的所有像素并計算出方差，當計算量大時效率會很低。同時，在實際圖像中，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果，雖在一定程度上可以消除噪聲的影響，但該方法計算量非常大難以應用于我們這要求反應迅速的系統當中。

（5）循環迭代二值化閾值選取方法[2]，即多次計算二值化閾值直到找到最適合的為止。該方法在其它項目中取得了良好的效果，但是在針對路面的試驗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

將采光區域變換后的灰度圖像進行灰度直方圖的統計并且忽略灰度值小于40或者大于250的數據，對得到的灰度直方圖進行形態學的分析，我們對波形感興趣的是他的單調性和波峰波谷位置，是單峰還是雙峰或者多峰值，那么要對直方圖這一數字信號進行處理，得到我們所關心的指標。為了防止有突然的尖刺干擾，要先對其圖像進行中值濾波平滑其圖像。再對濾波好的圖像進行差分，得到差分圖像，將差分圖像所有大于等于零的點賦值為1小于零的點賦值為-1。再對新的差分圖像進行濾波將左右兩個領域與該點都不相同的點的值改變成與旁邊相同，差分為1的值所對應的點為單調上升，差分為-1的點為單調向下，1與-1切換的點為極值點，這樣就得到了該直方圖的大致單調性與極值點。

2.2二值化閾值確定

若得到的灰度直方圖只有一個單獨峰值，那么我們認為，采光范圍內基本全面是道路，則峰值所對應的灰度值加10則定位二值化的閾值。若出現雙峰則說明采光范圍內有道路與車道相關交通標線，那么兩波峰中間的波谷即為二值化的閾值。若波峰數量多于兩個則說明采光范圍內雜質較多，二值化是不可信的，不進行二值化閾值劃分。

實驗效果如圖1。

三、結論

本文提出了一種高效高質的路面二值化算法，能夠較好的適應多種外界條件下的城市復雜交通情況，對于復雜場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可行的途徑。

參 考 文 獻

[1] 楊恬，李德芳. 灰度圖象的二維otsu自動閥值分割研究[J]. 西南師范大學學報（自然科學版）. 1998（06）

[2] 謝國慶，白瑩，王智文. 基于全局迭代閾值和局部分析的護照圖像的二值化算法[J]. 計算機應用與軟件. 2009（11）