（信号与信息处理专业论文）基于视频的汽车流量检测.pdf

重庆大学硕l 学位论文 中文摘要 摘要 随着汽车的不断增多，目前的道路建设已经跟不上车辆的发展。这就需要研 究如何更加有效的利用现有的交通网络，这也是基于视频的智能交通系统的研究 目的。基于视频的智能交通系统可以检测很多交通参数，其中一个重要参数就是 汽车流量。 本文主要介绍了基于视频的汽车流量检测系统的设计。首先简要介绍了汽车 流量检测所涉及到的图像预处理算法和图像识别算法；其次在介绍现有的汽车流 量检测算法基础上，提出了改进的基于边缘信息的汽车流量检测算法；然后在计 算机上对汽车流量检测算法迸行了仿真；后对系统硬件设计进行了一定的考虑， 对硬件设计中的几个关键问题进行了讨论。本文主要分以下四个部分进行介绍： 第一部分简要介绍了智能交通系统在我国的应用和发展，引入图像识别技术 在交通参数检测中的一个典型应用一一汽车流量检测，并介绍了汽车流量检测算 法的仿真系统结构。 第二部分首先介绍了图像的预处理一一平滑和增强算法，然后讨论了汽车流 量检测的关键和难点问题一一图像运动信息的检测和提取，并在比较现有算法的 基础上，提出了一种基于边缘信息的改进车辆检测算法，其在多个方面对原有算 法进行了改进。 第三部分介绍了计算机仿真的整个过程，即用摄像机拍摄交通路况后制成 v c d ，在实验室里通过v c d 机输出路况信息，用图像采集卡采集v c d 机输出的 交通路况录像到计算机内存中，显示的同时处理图像，完成了算法的仿真。并对 常用的图像平滑算法、增强算法、边缘算子的处理时间和处理效果进行比较：测 试了改进的边缘检测算法在各种天气、道路状况下的检测正确率。结果显示该算 法明显优于帧差法、背景差法、路面标记法。 第四部分探讨了汽车流量检测系统的硬件设计。对其中的几个难点问题进行 了讨论。包括如何应用单片机模拟1 2 c 接口初始化视频芯片s a a 7 1 1 0 ；如何操作 f l a s h 芯片a m 2 9 l v 2 0 0 b ；如何设计c p l d ，从而控制整个系统。 在本文的结尾，提出了设计中需要改进的地方，需以后对其进行进一步的研 究。 关键词：智能交通系统，视频，汽车流量，车辆检测，图像识别 重庆人1 硕十= 学位论文 英文摘要 a bs t r a c t a l o n g w i t ht h eg r o w i n g p o p u l a r i t yo fa u t o m o b i l e s ，t h er o a do nu s e c a n n o tk e e pu p w i t ht h ei n c r e a s i n gn u m b e ro fc a r s t h e nw es h o u l ds t u d yo nh o wt om a k et h eb e s tu s e o ft h et r a f f i cn e t w o r k ，w h i c hi sa l s ot h ea i mo f i n t e l l i g e n tt r a n s p o r t a t i o ns y s t e m ( i t s ) b a s e do i lv i d e o i t sb a s e do nv i d e oc a nd e t e c tm u c ht r a f f i ci n f o r m a t i o n o n eo f w h i c hi s t r a f f i cf l o w t h i sa r t i c l ei n t r o d u c e st h ed e s i g no ft r a f f i cf l o wd e t e c t i o ns y s t e m f i r s t ，i te x p l a i n s i m a g ep r e p r o c e s s i n ga l g o r i t h m a n di m a g er e c o g n i t i o na l g o r i t h ma b o u tt r a f f i cf l o w d e t e c t i o n s e c o n d ，a f t e ri n t r o d u c i n gt r a f f i c f l o wd e t e c t i o na l g o r i t h mi ne x i s t e n c e ，i t b r i n g sf o r w a r da ni m p r o v e d t r a f f i cf l o wd e t e c t i o na l g o r i t h mb a s e do ne d g ei n f o r m a t i o n t h i r d ，i ts i m u l a t e st h ea i g o f i t h mo np c l a s t ，i tc o n s i d e r ss y s t e md e s i g na n dd i s c u s s e s s e v e r a lk e y p r o b l e m so f t h ed e s i g n t h i sp a p e ri sd i v i d e di n t of o u rp a r t st od i s c u s st h i s t a s ka sb e l o w ： i nt h ef i r s tp a r t ，w ei n t r o d u c et h ed e v e l o p m e n ta n da p p l i c a t i o no fi t s ，b r i n go u ta t y p i c a la p p l i c a t i o no f i m a g er e c o g n i t i o nt e c h n o l o g y , w h i c h i st r a f f i cd e t e c t i o n t h e nw e i n t r o d u c et h es y s t e ms t r u c t u r eo f s i m u l a t i n gt r a f f i cf l o wd e t e c t i o na l g o r i t h m i nt h es e c o n dp a r t ，w ei n t r o d u c ei m a g ep r e p r o c e s s i n ga l g o r i t h m ，d i s c u s st h ek e y p r o b l e mo ft r a f f i c f l o wd e t e c t i o n h o wt od e t e c ti m a g em o v i n gi n f o r m a t i o ni sa n i m p o r t a n tp r o b l e m a f t e rc o m p a r i n gt h e s ea l g o r i t h m ，w ep u t f o r w a r da ni m p r o v e d t r a f f i cd e t e c t i o na i g o r i t h mb a s e do ne d g ei n f o r m a t i o n r e l a t i v et oo r i g i n a la l g o r i t h m ， t h ei m p r o v e da l g o r i t h mh a v em a n yr e n o v a t i o n s i nt h et h i r dp a r t ，w ed i s c u s st h et o t a lp r o c e s so ft h es i m u l a t i o n t h a ti st os a y , w e u s ev i d i c o nt or e c o r dr o a ds t a t u s ，t h e nm a k ei ti n t ov c d i nl a b o r a t o r y , w eu s ei m a g e c a p t u r ec a r dv 7 0 0t oc a p t u r et r a f f i ci n f o r m a t i o no u t p u tb yv c dp l a y e r , d i s p l a ya n d p r o c e s s t h e k i n e s c o p e o np c ，f i n i s h a l g o r i t h m s i m u l a t i o n a tt h es a m et i m e ，w e c o m p a r ei m a g e s m o o t h n e s s a l g o r i t h m ，i m a g e e n h a n c e m e n t a l g o r i t h m a n d e d g e d e t e c t i o na r i t h m e t i c o p e r a t o r s ，t e s t d e t e c t i o nv e r a c i t yo ft h ei m p r o v e dt r a f f i cf l o w d e t e c t i o na l g o r i t h mb a s e do ne d g ei n f o r m a t i o nu n d e ra l lk i n d so fw e a t h e ra n dr o a d c i r c u m s t a n c e s t h er e s u l ts h o w st h i sa l g o r i t h mi sb e t t e rt h a nf r a m ed i f f e r e n c em e t h o d ， b a c k g r o u n d d i f f e r e n c em e t h o da n dr o a dm a r km e t h o d i nt h ef o u r t hp a r t ，w ed i s c u s st h ed e s i g no ft r a f f i cd e t e c t i o ns y s t e m ，t a l ko v e rs o m e k e yq u e s t i o n s f o re x a m p l e ，t h es i m u l a t i o no f 1 2 cb u sw i t hm i c r o c h i pu n i tt oc o n t r o l v i d e oc h i p s a a 7 110 ，t h em a n i p u l a t i o no ff l a s hc h i p - 一a m 2 9 l v 2 0 0 b ，t h ec o n t r o lo f t h ew h o l es y s t e mw i t hc p l d i i 重庆大学硕士学位论文英文摘要 i nt h ee n d ，w ep o i n to u tt h el i m i t a t i o no ft h i sd e s i g na n dt h ew a yt oi m p r o v e c e r t a i n l y , w es h o u l d c o n t i n u et om a k er e s e a r c ho nt h i st o p i c k e y w o r d s ：i n t e l l i g e n tt r a n s p o r t a t i o ns y s t e m ，v i d e o ，t r a f f i cf l o w , v e h i c l ed e t e c t i o n ， i m a g er e c o g n i t i o n i l l 驻庆人学硕l ：学位论文1 绪论 1绪论 1 1 智能交通系统综述 今天道路运输已经成为超越铁路的最重要的地面运输方式，在国民经济和 社会发展中起着举足轻重的作用。但是随着汽车的普及、交通需求的急剧增长， 进入8 0 年代以来，道路运输所带来的交通拥堵、交通事故和环境污染等负面效应 也日益突出，逐步成为经济和社会发展中的全球性问题。 解决车和路的矛盾，常用的有两个办法：一是控制需求，最直接的办法就是 限制车辆的增加；二是增加供给，也就是修路。但是这两个办法都有其局限性。 交通是社会发展和人民生活水平提高的基本条件，经济的发展必然带来出行的增 加，而且在我国汽车工业正处在起步阶段，因此限制车辆的增加不是解决问题的 好办法。而采取增加供给，即大量修筑道路基础设施的办法，在资源、环境矛盾 越来越突出的今天，面对越来越拥挤的交通、有限的资源和财力以及环境的压力， 也将受到限制。这就需要依靠除限制需求和提供道路设施之外的其它方法来满足 日益增长的交通需求。智能交通系统( i n t e l l i g e n t t r a n s p o r t a t i o ns y s t e m ，简称i t s ) 正是解决这一矛盾的途径之一。 从国际上智能交通系统的发展历史来看，各国普遍认为起步于6 0 7 0 年代的交 通管理计算机化就是智能交通系统的萌芽。随着社会的发展和技术的进步，交通 管理和交通工程逐步发展成智能交通系统，但是智能交通系统与原来意义上的交 通管理和交通工程有着本质的区别智能交通系统强调的是系统性、信息交流的 交互性以及服务的广泛性，其核心技术是电子技术、信息技术、通信技术、交通 工程和系统工程。 1 1 1 智能交通系统的定义 智能交通系统州是在较完善的道路设施基础上，将先进的电子技术、信息技 术、传感器技术和系统工程技术集成运用于地面交通管理所建立的一种实时、准 确、高效、大范围、全方位发挥作用的交通运输管理系统。它是充分发挥现有交 通基础设施的潜力，提高运输效率，保障交通安全，缓解交通拥挤的有力措施。 目 i 国内外对智能交通系统的理解不尽相同，但不论从什么角度出发，有一 点是共同的：i t s 是用各种离新技术，特别是电子信息技术来提高交通效率，增自h 交通安全性和改善环境保护的技术经济系统。 1 1 - 2 智能交通系统的主要功能 “智能交通系统”实质上就是利用高新技术对传统的运输系统进行改造而形成 的一种信息化、智能化、社会化的新型运输系统。它能使交通基础设旖发挥出最 重庆人学颂十学位论文 夫的效能，提高服务质量；同时使社会能够高效地使用交通设施和能源，从而获 得巨大的社会经济效益。它彳i 但有可能解决交通的拥堵，而且对交通安全、交通 事故的处理与救援、客货运输管理、道路收费系统等方面都会产生巨大的影响。i t s 的功能主要表现在： 顺畅功能：增加交通的机动性，提高运营效率；提高道路网络的通行能力， 提高设施效率：调控交通需求。 安全功能：提高交通的安全水平，降低事故的可能性，避免事故；减轻事 故的损害程度：防止事故后灾难的扩大。 环境功能：减轻堵塞；低公害化，降低汽车运输对环境的影响。 1 2 基于视频的智能交通系统简介 智能交通监控系统通过采集处理有关道路车辆状况的实时信息，以指导车辆 的运行。交通流量数据可以通过各种类型的传感器获得比如埋于路面下的电感 传感器和设置于路面上的雷达、红外线、微波传感器等等，但是这些方法的缺陷 是很明显的： 不便于安装，甚至有的需要对路面挖掘来埋入检测器，并且不便于维护。 所获取的信号不直观，需要经过比较复杂的处理，才能获取有用的交通参 量，不便于实时控制。 能够检测的交通参量有限，仅限于汽车流量及速度的检测，不能适应以后 的更新换代需要。 相反的，基于视觉的交通监控系统则非常直观明了。此外，由于单台摄影机 和处理器可用于多车道的监控，其使用和维护的费用的相对较低，且视野范围大。 可以检测、跟踪车辆，划分车辆类型，估计车辆行驶速度，检测违章驾驶、道路 异常情况和事故，并通过车牌检测确认车辆，从而采集道路交通的有关实时数据， 以管理和疏导交通。而智能交通检测系统最典型的交通参数检测是汽车流量检测， 就目前己有的各种基于视觉的车辆检测算法而言，都有一定的缺陷和局限性。 1 3 汽车流量检测算法简介 基于视频的智能变通系统可以检测很多交通参数，包括车辆的有无、车流量、 车型，进一步可以检测汽车违章及车牌。汽车流量检测是交通监控系统的典型应 用，获得汽车流量的信息后，可以有效的管理和调动车辆，最合理的利用的现有 的道路交通网络。车辆检测可通过下面几种方法实现，即帧差法、背景差法、路 面标记法和边缘检测法。 帧羞法通过把两幅相邻帧图像相减，以滤除图像中的静止景物，而仅保留运 重庆人学硕士学位论文 绪论 动物体，该方法的优点是对环境的光线变化不敏感，缺点是无法检测静止车辆， 而且由于系统的图像采样频率崮定，其检测效果受车辆速度的影响，太慢或太快 的车辆都可能导致检测错误。 背景差法通过计算当前输入帧和背景图像之羞，以检测前景物体。背景差法 可以检测静止车辆，但是缺点是背景更新中的误差累积，以及对环境光线的变化 和阴影较为敏感。 路面标记法依据路面标记是否被覆盖来检测有无车辆，可以避免光线和阴影 的影响，但是缺点是需要在路面上画上标记，而道路上的标记并不允许随意添加， 所以在系统的安装上有很大的局限性。 边缘检测法对环境光线变化的稳健性高于背景差法。车体的不同部分，颜色 等提供了较多的边缘信息。即使是与路面色彩相近的车辆，也由于比地面反射更 多的光线而能用边缘检测的方法进行检测。运动边缘的检测可通过计算图像在空 间和时侧上的差分获取。空间上的差分可用各种已有的边缘检测算法得到，这方 面的算法研究已经很成熟，我们可以应用现有的算法，比如r o b e r t s 、s o b e l 、l a p l a c e 、 k i t s c h 算子等等，这些算子在算法复杂度以及效果上有很大的差别，可以根据实际 情况选用合适的算子。而时间上的差分则可通过计算连续帧之间帧差的方式获得。 运动边缘也可以通过分别计算当前帧和背景的边缘图像，然后求其差值的方式得 到，从而提取道路交通信息。 1 ，4 算法的仿真 到现在为止，己经有许多基于视频的汽车流量检测算法，这就需要对它们进 行比较。从中选取几种较好的算法，并在此基础上，尽可能把它们的优点综合在 一起，从速度和效果两方面，提出合适的算法。 我们先在有代表性的路口用摄像机拍摄路况信息，然后把拍摄到的路况录像 制作成v c d ，在实验室中通过v c d 机输出路况信息，方便了在实验室仿真。 在实验室中，用图像采集卡采集从v c d 机输出的视频信号，采集到计算机内 存后，在显示的同时，对内存中的交通图像进行处理，检测出车辆信息，输出汽 车流量检测结果，p c 机仿真系统硬件图如图1 1 所示。 图1 1 仿真系统硬件图 f i 9 1 1h a r d w a r es t r u c t u r eo f s i m u l a t i o ns y s t e m 瞳庆火学硕十学位论文 2 动态信启、提取羽1 图像预处理 2 动态信息提取和图像预处理 2 1 动态信息提取 动态信息提取是指利用多帧连续图像的相关运动信息从图像中将运动目标的 信息提取出来的过程。这类算法涉及两个问题：动态目标检测和动态目标信息提 取。首先应感知图像中是否有物体在运动，如果有运动物体则应立即从当前图像 序列中将目标信息提取出来。动态目标检测可通过虚拟触发线圈来实现，虚拟触 发线圈是在摄像区域中预先人为设定的一矩形区域，通过检测这一区域内的像素 变化，如像素变化超过1 3 ，就可以判定触发有效，即有车辆进入摄像区域；基于 全图的动态检测可以通过相邻帧相减的差图像实现。这样可以检测到所摄画面内 的所有车辆。检测方法是简单的，利用相邻帧图像的差图像来统计两帧间变化的 像素数目，当变化的像素数目超过某一限定值，就认为图像中有物体处于运动状 态，这时就可以启动目标信息提取过程口】。 2 1 。1 动态触发 动态目标的提取方法有很多种，但是正确率和效 率都比较高的算法却不多。目前可用的算法有两种， 利用动态更新的背景或相邻多帧图像的差图像。当前 系统中采用相邻两帧差分的方法，并对所得差分图像 进行= 值化处理，得到二值化图像，根据变化的像素 数目来判断有无运动信息。如果大于阈值，则说明有 运动信息，那么打开一个工作线程，启动车辆检测程 序；如果小于阈值，则说明没有运动信息，跳过该帧 的处理，然后更新当前帧。动态信息提取的流程图如 图2 1 所示。 在提取动态目标信息时，直接用于触发提取信息 的那帧图像与前一帧图像作差分，白天时效果较好， 但夜晚情况下由于光线太暗，摄像机的自动增益控制图2 i 动态信息提取流程图 ( a g c ) 电路发生作用下，放大倍数很高，因而噪声成f i 业1f 1 0 wc h a r to fm o v i n g 倍数放大，故信噪比大大降低，图像的质量变的很差，i n f o “”i 0 “d e 把c i o n 信息提取变的很不准确，所以夜间不能简单的采用这种动态提取信息的方法，可 以尝试对图像进行预处理。经试验表明，白噪声可以用相邻帧图像相减的方法来 4 最庆人学硕七学位论文2 动态信息提取和幽像预处理 消除，而差图像中也同时包含了有效信息。 当开始动态的连续捕获图像时，交通信息图像就以2 5 帧秒的速度写入共享内 存区中。系统中的实时视频就是以这种方式传到计算机中。一旦检测到当前帧相 对前一帧有运动信息，就启动车辆检测进程。 程序在开始检测后，触发模块开启，开始检测是否有运动目标。此时，保存 下来的前一帧图像，与当前帧图像差分。考虑到实时性的要求，两帧差分也在检 测带中进行，当两者的有效变化像素个数大于一定阈值时，则说明两帧之间有变 化，有可能是目标进入检测带，也可能是目标出了检测带，当前j 随是需要处理的 有效帧，对该帧启动车辆检测进程。 2 1 _ 2 动态目标信息提取 收到触发进程发出的消息后，车辆检测进程启动。首先从图像队列中取出待 识别图像，对该图像作差分，与存储在内存中的背景边缘信息比较，得到运动边 缘信息。结合前面几帧的处理结果，可以记录行驶经过的车辆数目。在此基础上 得到各个路口在各个时间段的车流量信息。 2 2 图像预处理 对利用c c d 摄像头和图像采集卡获得的汽车的原始图像进行平滑和增强处 理。 2 2 1 图像的平滑 图像的平滑也称图像的去噪处理，由于受摄像头、视频捕获卡等因素影响， 图像中有不同程度的噪声。其中电子元件，传感器引起的噪声占主要部分。噪声 将影响提取边缘信息的效果，因此在提取边缘前需对待识别图像进行预处理。 图像平滑的主要目的就是去除或衰减图像上的噪声和假轮廓，即衰减高频分 量，增强低频分量，或称低通滤波。图像平滑处理在消除或减弱图像噪声和假轮 廓的同时，对图像细节也有一定的衰减作用。因此，图像平滑的直观效果是图像 噪声和假轮廓得以去除或减弱，但同时图像比处理前模糊了，模糊的程度要看对 高频成分的衰减程度而定。就同一种平滑方法而言，去除或衰减噪声和假轮廓的 效果较好，图像就模糊，因而图像细节损失越多。因此，对图像作平滑处理的过 程中，要两者兼顾。常用的空域低通滤波有一下几种： 消噪声掩模法 消噪声掩模法的主要作用是消减随机相加性噪声，它的处理原理表达式如式 ( 2 1 ) 所示。 5 重庆人学硕士学伊沧丈 2 动态信息提取和图像预处理 g ( x ，y ) = f ( x ，y ) + h ( x ，y ) = h ( m ，n ) f ( x - m ，y 一 ) = f ( m ，n ) h ( x 一 ，一”) 、。 常用的h ( x y ) 有以下几种。 “川! | ，去 | 所列三种h ( x ，y ) 的作用域为3 x 3 ，共有九个像素参加运算，用此运算结果替代 中心像素( x ，y ) 的像素灰度。根据需要，可以选用5 x 5 、7 x 7 等不同作用域的h ( x ，y ) ， 具体形式与所列3 3 的形式相类似，只需遵循一个原则，即h ( x ，y ) 矩阵的元素之和 与前面的系数相乘的结果为1 ，这保证了在平滑过程中处理结果的像素灰度不超过 允许的像素最大灰度值。在这种平滑方法中，h ( x ，y ) 矩阵中心的元素值占的比例越 邻域平均法的突出特点是消减麻点状噪声。若设f ( x ，y ) 为待处理的图像，g ( x ，y ) 出川5 万1 。置厂( x - r e , y - n ) ( 2 2 ) 公式( 2 2 ) t os 是预先确定的邻域( 该邻域不包括( x ，y ) 点) ；m 是邻域s 内所包 s 1 = ( x ，y + 1 ) ，( 工，y 1 ) ，( 工+ 1 ，y ) ，( x 一1 ，y ) f 2 3 1 而半径为, f i 的邻域可以表示为 假定同一景物r ( x ，y ) 摄取m 幅图像乎( x ，y )( j = 1 2 ，m ) ，由于在获取图 像时可能有随机相加性噪声存在，所以g i ( x ，y ) 可表示为 其中r l i ( x j y ) 是叠加在每一幅图像g i ( x ，y ) 上的随机相加性噪声。可以得出，第i s n r = ，2 ( x ，y ) e n i 2 ( x ，y ) j( 2 6 ) 其中研n ，! ( x ，y ) 】表示噪声的期望值。如果对这m 幅图像作灰度平均，则平均 6 亘庆大学硕十学位论文 2 动态信窟、提取和矧像预处理 后的图像为 烈t 力2 击善烈力2 玄蔷 ，o ，y ) + m ( y ) ，一m ( 2 7 ) = ，( 训) + 古n 缸，y ) 1 w i = t 从而可以得出，平均后的图像g ( x ，y ) 的信噪比为 丽= 厂2 ( w ) 研( 吉n i 2 ( ) ) 2 _ ，8 1， ( 2 8 ) ， i 一7 = f ( x , y ) 饵“玄善n i 2 伍”2 】乒 由于对噪声的准确形式不太了解，但因为是随机噪声，所以可假设各幅图像 的噪声互不相关，且平均值为0 。 e m ( x ，y ) = 0 e n i ( x ，y ) + 嘶( x ，y ) = e n - ( x ，y ) + e w ( x ，y ) = 0( 2 9 ) e m ( x ，y ) 埘( x ，y ) 】= e n i ( x ，y ) 】e 琦( 工，) = 0( i j ；i ，j = 1 2 m ) 可以得到s n r = m 鄹旧，即m 幅图像平均后的图像信噪比是单幅图像信噪 比的m 倍。在实际处理过程中，考虑道m 太大时会占用太多处理时间，所以一 般选m 为2 或3 。 中值滤波 对于二维的数字图像而言，通俗地讲中值滤波就是用一个活动窗口沿图像移 动，窗口中心位置的像素灰度用窗口内所有像素灰度的中值来代替。考虑到一般 图像在二维方向上均具有相关性，因此，活动窗口一般选为二维窗口( 如3 x 3 ，5 x 5 或7 x 7 等) 。窗口的形状常用的有方形、十字形、圆形或x 字形等。 使用中值滤波时需要注意以下几个问题： 1 ) 有丰富的尖顶几何结构的图像，一般采用十字形窗口，窗口大小最好不要 超过图像中最小有效物体的尺寸。否则，中值滤波后会丢失细小的几何特征。 2 ) 在进行二维中值滤波时，需特别注意保持图像中有效的细线状及尖顶角物 体，如果图像中有较多的点、线和尖顶角细节结构，最好不婪使用中值滤波做图 像平滑处理。 2 2 2 图像的增强 在图像的产生、传输和变换过程中，由于多种因素的影响，往往使图像与原 始景物之间或者与原始图像之间产生某些差异。这种差异称为变劣或退化。图像 的变劣使从图像中获取各种信息造成困难和不便。凼此，有必要对恶劣的图像进 行恰当的处理，使处理后的图像更适合人眼观察或有利于从图像提取信息。这种 处理称为图像增强处理。 造成图像变劣的因素非常多，无法一一列举。但是变劣图像的变劣特征常见 重庆人学硕j ：学位论文2 动态信息提取硐图像预处理 的有：图像获得过程中对比度的降低( 如曝光过度或曝光不足) 、信号的减弱( 如 电视信号的远距离传输) 、图像模糊、图像上的噪声和图像几何畸变等。对每一种 变劣特征的图像，有大致相似的增强处理方法。但是，每一种增强处理方法具有 特定的应用范围，对某幅图像增强效果好的处理方法，对另一幅图像可能完全 不适用。因此，图像增强处理的过程是一个选择、对比的过程，通过运用多种增 强处理，观察效果，从中选择最适合的处理方法。从处理手段上来说，图像的增 强处理可以分为空域法和频域法两种。空域是指在图像所在的空间域中直接进行 处理，而频域是指先把图像作傅立叶变化，在频域作处理后，作傅立叶反变换。 考虑的处理速度因素，就不采用频域增强方法。下面先介绍几种常见的时域 增强方法，并作比较。常用的图像增强方法有 灰度变换法 经常碰到这样的情况，图像的灰度范围 咖】没有充分利用显示装置所允许的最 大灰度范围 r a i n ，m a x ，从而导致图像的对比度太低，使一些细节不易被观察到。 比如，摄影过程中如果曝光不足或曝光过度，均会出现这种缺陷。 解决上述问题的最简单方法使进行灰度的线性变换，其数学表达式如公式 ( 2 1 0 ) 所示。 g ( x ，y ) = 7 1 【，( 工，y ) 】= m a 。x - r m n t j r r t x , y ) 一a 】+ 面n ( 2 1 0 ) d 一 对灰度作这样的线性变换以后，把原始图像坟x ，”的灰度范围( a ，b 强行扩展为 显示装置所允许的最大灰度范围 m i n ，m a x 】，在这里，灰度图像的最大灰度范围是 0 2 5 5 。从而提高了整幅图像的对比度，原来观察不到的一些图像细节可能更加 突出了。 直方图法 1 ) 直方图的概念 设图象f ( x ，) 0 的灰度级范围【m i i l ，m a x ，r 为此灰度范围内的任一灰度级，p ( r ) 为这幅图像种灰度级为r 的像素出现的频数，可以看出，p ( r ) 是r 的函数，该函数 的图像称为这幅图像f ( x ，y ) 的直方图。一般行坐标表示扶度级，纵坐标表示具有该 灰度级的像素的频数。数字图像的宜方图显然是由一系列竖线条组成的图形，竖 线条的高度代表了该扶度级在此幅图像中出现的频数( 或相对频数或概率) 。 为研究方便，把灰度级r 归一化，即o r s l ( 产o 代表黑，r = l 代表白) 。假定对 原始图像的灰度级r 作如下灰度变换：s = t ( r ) 。为使这种灰度变换具有实际意义， 应满足如下条件： a 在o 匹1 区间内，t ( r ) 为单值单调增加； b 对o s l ，对应有o s t ( r ) 1 1 。 藿庆大学硕十学位论文 2 动态信息提取和幽像预处理 这里，条件( a ) 使变换后的灰度值保持从黑到白的次序，条件( b ) 保证变换后的 像素灰度级仍在允许的范围内。 s 到r 的反变换可表示为r = t 。( s ) ( o _ t 2 ，蹦闽值 ( 3 8 ) ”1 0w i d t h ! h e i g h t 怎t 2 。 、 w i d t h ，h e i g h t j 为指定块的宽度和高度，对于行人和车辆比值相差很大，很容 易区分。 e 庆火学硕士学位论文3 汽午流量检测锋法分析 二者相结合 我们把k 1 和k 2 均为1 的块确定为包含车辆的块。在实际的应用中，还可以 结合车辆的颜色特征，块的大小等信息对一些复杂路口进行处理。 3 2 帧差法 一般的视频图像是三维图像的二维投影，虽然不能完全反映真实的三维物体 或场景，但是三维图像发生变化时其二维投影图像也会发生相应的改变。连续视 频流的场景也具有连续性，图像若没有运动，连续帧图像之间变化很小；反之若 有运动产生则会引起帧差。帧差法 2 4 - 3 3 1 可以确定图像序列有无运动。下面讨论三 种具体的方法。 方法一 最简单的算法是直接计算帧差绝对和。对于检测图像区域a ，运动检测的判 决条件为： ：i s ( x ，y ，f ) 一s ( x ，y ，t 一z ) p t ( 3 9 ) 其中s ( x ，y t ) 为亮度图像序列在时刻点( x ，y ) 处的灰度值，同样t 也是离散化的，时 间间隔t ，可以为帧间隔的整数倍，t 为灰度阈值，灰度闽值的大小决定运动报 警检测的灵敏程度，同时a t 也对灵敏度有影响。不等式成立时认为有运动发生。 这种方法简单，运算量小，检测速度快，也容易实现。其最大的缺点是对天气光 线等因素的变化敏感，如果光照变化或者场景有雨雪，会产生误报。 方法二 为了克服光照变化引起的虚警报。修改报警判据，加入整体光照敏感的添加 项。判定条件如下： u ( i s ( x 川y ) 一s ( x 川y 一f ) i 一詈i s ( j 川y ) 一s ( x 川y 一f ) | ) ) r ( 3 1 0 ) 式( 3 1 0 ) = l 式( 3 9 ) 复杂得多，实际上概念还是很明确的，就是统计差值的绝对值超 过阈值的像素点的数目，如果点数大于一个固定值n 。，则认为有运动发生。 2 i s ( 工，y ，f ) 一s ( x ，y ，卜f ) 1 为阕值项，它代表光线的整体变化。其中九为调节 j r t j r , 隧一考值取2 ) ，n 为检测区域内的像素数目，u ( x ) 函数定义如下： 吣) ： ：舯o ) u ( 。) 2 1 i x s0(311) 在光照变化不是很大时，阈值项中的兰 ，f ) 一，f 11l i s ( xys ( xya t ) 应浚近似于光照变化的绝对值，由于整体变化比较均匀，差值分布就比较集中， 因此超过闽值的点数不会超过n t ，这样就有效地抑制了光照变化带来的影响。如 1 4 西庆人学硕t 学位论文3 汽车流量检测算法分析 果有运动发生，则变化不均匀，差值分布比较分散，超过闽值的点就比较多，超 过n t 时就报警。经过优化设计，此方法运算次数不多。但有一个缺点是对图像中 运动目标的大小无选择性。即如果区域比较大，而活动目标较小，也会产生误报。 方法三 为了克服方法二的缺点，需对其做一点修改，在差值闽值添加一固定项t ，为 了对活动量有一个大小的概念，规定n t 正比于图像检测区域像素点的总数。判决 条件变为： u c i s c x 川y ) 一s