（交通运输规划与管理专业论文）长途客车客流统计系统设计.pdf

摘要 长途客运是人们出行的一种主要交通方式，目前还存在着许多安全隐患，如 超载现象严重、盗窃抢劫案件多发等。采用基于视频图像的智能监控手段是解决 上述问题的有效途径。与模拟监控相比，智能监控可以实现自动获取车内载客图 像信息、对载客信息的快速处理及远程传输等功能，而且便于查找、图像质量高、 系统易于维护。d s p 所具有的芯片集成度高、运算速度快、数据吞吐率大等特性 使其在视频处理与传输领域得到了广泛应用。为此本文设计了一种基于数字信号 处理器( d s p ) 的客流统计监控系统，系统以1 1 公司的t m s 3 2 0 v c 5 4 0 2 为核心处 理器，通过高速视频解码电路完成对模拟视频信号的数字化采集，最后对采集到 的信息进行图像处理，来实现对长途客车的客流统计。 系统包括三个功能模块：管理中心模块、车载模块和输出模块。其中车载模 块的主要组成部分是图像检测板，本次设计主要是在该硬件平台上完成图像摄取， 并通过仿真实验实现图像分析和图像提取的功能。 论文的主要工作有： 1 在硬件方面，对图像检测板的设计原理按功能模块进行了详细的介绍；在 系统软件方面，设计了系统的初始化、s a a 7 1 1 1 a 的初始化及图像采集程序；在 l a t t i c e 仿真环境下实现了分频功能的设计。 2 图像处理中采用了数学形态学、差值法，超限领域平均法以及连通域识别 与标记算法来实现客流信息的提取。其中对连通域识别部分做了重点介绍，通过 对几种现有算法的比较分析并针对其需多次扫描和数据空间占用量大的缺点，在 前人的基础上，提出了一种基于8 连通的识别算法，以此计算出了车内实载乘客 人数，为长途客车客流统计功能的实现提供了数据，并为进一步扩展报警功能的 实现提供了依据。 3 对不同环境、不同状态下统计功能的实现做出了全面的分析，从而得出最 终分析结果，验证了此统计方案的可行性。 关键词：数字图像处理，差值法，连通域，连通成分标记，自动客流统计 a b s t r a c t t h em a i nw a yt os o l v et h el o n gd i s t a n c ep a s s e n g e rt r a n s p o r t a t i o ni st oa p p l y c o a c h e s w h i l ei nt h ec o a c ht r a n s p o r t a t i o nt h e r e 毗al o to fp r o b l e m ss u c ha s o v e r l o a d i n gp h e n o m e n o n , t h e f t sa n dr o b b e r i e s t h e s ep r o b l e m sw i l lb es o l v e di fw c h a v ea l li n t e l l i g e n tv i d e os u r v e i l l a n c es y s t e m c o m p a r e dw i t ha n a l o gm o n i t o r i n g , d i g i t a l v i d e om o n i t o r i n gc a l lt a k ep i c t u r e so f p a s s e n g e r sa u t o m a t i c a l l y ，u t i l i z et h ec o m p u t e rt o p r o c e s sr a p i d l y , r e a l i z er e m o t et r a n s m i s s i o no fd a t aa n di m p r o v et h eq u a l i t yo fi m a g e w h a t sm o r c , , t h es u r v e i l l a n c ee f f i c i e n c ya n ds y s t e mm a i n t e n a n c ec o u l db eg u a r a n t e e d w i t ht h ec o n t i n u o u sd e v e l o p m e n ta n dc o n s u m m a t i o no fd i g i t a ls i g n a lp r o c e s s i n g , d s p c h i pi sw i d e l yu s e di nv i d e op r o c e s s i n ga n dt r a n s m i s s i o nf i e i d , d u et oi t si n t e g r a t i o n d e n s i t y , l l i g hc o m p u t i n gs p e e da n dd a t at h r o u g h p u tr a t e a sar e s u l t , w ed e s i g n e dt h e p a s s e n g e rf l o ws t a t i s t i c a ls y s t e mo fc o a c h e sb a s e do i ld s p 1 m s 3 2 0 v c 5 4 0 2o f1 r i c o m p a n yi st h ek e r n e lp r o c e s s o ro ft h es y s t e m ，w h i c hc o n v e r ta n a l o gv i d e os i g n a l i n t od i g i t a ls i g n a lw i t hh i g h - s p e e dv i d e od e c o d i n gc i r c u i t a tl a s t ，t h ep a s s e n g e rf l o w s t a t i s t i ci si m p l e m e n tb ym c a n so f i m a g ep r o c e s s i n gt ot h ed i # t a is i g n a l t h es y s t e mi sc o n s i s to fm a n a g e m e n tc e n t e rm o d u l e , m o d u l e0 1 1c o a c ha n do u t p u t m o d u l e 弛ei m a g ed e t e c t i n gb o a r di st h em a i np a r to f m o d u l eo nc o a c h , w h i c hi st h e p l a t f o r mo fh a r d w a r e t ot a k e p i c t u r e s i m a g ea n a | y z i n g a n de x t r a c t i n gw e r c a c c o m p l i s h e d b y m e a n s o f e m t t m a t i n g e x p e r i m e n t d o m i n a n t w o r k ： 1 i nh a r d w a r ea s p e c t , t h ed e s i g no f i m a g ed e t e c t i n gb o a r di si n t r o d u c e dj nd e t a i l s ； i ns o f t w a r ea s p e c t , n o to n l yt h ep r o g r a mt oi n i t i a l i z es y s t e ma n ds a a t i i i a i sd e s i g n e d , b u ta l s ot h ep r o g r a mo f i m a g ec o l l e o t i n gi sg i v e n ；硼妃f u n c t i o no f f l e q u e n c yd i v i s i o ni s i m p l e m e n t 证1 融- t i c ee m u m a t i n ge n v i r o n m e n t 2 i ni m a g ep r o c e s s i n g , m a t h e m a t i c a lm o r p h o l o g y ，f r a m ed i 嫌、u l t r al i m i t sd o m a i n m e t h o do f a v e r a g ea n dl a b e l i n go f c o n n e c t e dd o m a i ni si n m x i u c e de s s e n t i a l l y t h ea l g o r i t h mo f t h e c o n n e c t e dd o m a i nd i 髓砸g u j s b 龉缸d e s c n 2 圮d 税印蚴c a l 】舅s e v e r a le x i s t i n ga l g o r i t l m 丝辨c o a 驴a r e d a n dan e w8c o n n e c t e dd o m a i na l g o r i t h mi sp r o p o s e dt os o l v et h ed r a w b a c k so f s c a n n i n gr e p e a t e d l y a n dl a r g ed a t as t o r a g e b a s e d0 1 3t h er e s u l t s ，t h ea c t u a ln u m b e ro fp a s s e n g e r so nc o a c hc a l 3b e a c q u i r e d , w h i c hs u p p l i e st h ep r e c i s ed a t af o rt h er e a l i z a t i o no f s t a l 谢c f ；f u n c t i o no f a u t op a s s e n g e r c o u n t , f l l m l o rm o r e ，p r e p a r e st h es o u n dd c p e i 目c n c ef o rt h ei m l e m e n to f t h ea l a r m i n gf u n c t i o i l 3 t h ef u n c t i o no ft h er e a l i z a t i o ni nd i f f e r e n te n v i r o n m e n ta n dd i f f e r e n tc o n d i t i o ni s a n a l y z e dc o m p r e h e n s i v e l y , t h u st h ef i n a l l ya n a l y z i n gr e s u l ti sa b t a i n e d , t h ef e a s i b l eo f s t a t i s t i c a lp l a n i sc o n f l _ r n l c c lf i n a l l y , $ u m m a r i $ t h ef u l lt e x ta n dap e r s p e c t i v ev i e wh a sb e e ng i v e nt of o r e c a s t t h ef u r t h e rr e s e a r c h k e yw o r d s ：d i g i t a li m a g ep r o c e s s i n g , f r a m ed i f f e r e n c e ，c o n n e c t e dd o m a j n ，l a l , e l i n g o fc o n n e c t e d d o m a i n s ，a u t op a s s e n g e rc o u n t ( a p c ) i i i 西北工业大学硕士学位论文第一章绪论 1 1 应用背景及意义 第一章绪论 在交通行业，交通安全是政府和群众共同关注的社会问题。交通事故已成为 威胁人们生产生活安全、影响社会秩序稳定的重要因素。根据公安部通报2 0 0 5 年 全国道路交通事故统计分析，群死群伤特大道路交通事故中营运车辆肇事突出。 4 7 起特大交通事故中，营运客车肇事2 9 起，造成4 8 0 人死亡，事故起数和死亡人 数分别占总数的6 1 7 和6 0 。其中跨省长途营运客车肇事有1 2 起，占营运客车 事故总数的4 1 4 ；中短途营运客车肇事1 7 起，占营运客车事故总数的5 8 6 。 可见长途客运领域群死群伤的事故极其严重，且超载又是造成这些重大事故的主 要原因。 “在杜绝超载现象方面，以往的方式是：交警部门投入大量的人力物力来进行 随机检查、堵在路口等方式，但在利益的驱动下，运营商采取了各种方法来躲避 交警的检察，例如：交警在前面检察，司机就叫超载的乘客提前下车步行通过检 察口后再上车等方法来躲避检察。此种状况下，驾驶人原本就处于疲劳状态下， 还要想方设法的躲避交警，更增加了事故发生率。 传统的检查方式及客流统计方法无法取得明显的效果，也就不能避免超载现 象的发生，从而难以杜绝因超载引起的交通事故。基于以上原因，本文设计了一 种采用数字信号处理器( d s p ) 来进行图像处理的客流统计系统。 1 2 自动客流统计系统现状及存在问题 通过对国际上现有的已投入商用的自动客流统计系统1 2 5 】( a u t op a s s e n g e r c o u n t ，a p c ) 进行调查，发现现有的a p c 系统主要包括接触时、非接触式和脚印 方向识别三种。下面将对a p c 系统实现的方法做出比较分析： 一、接触式方法 ( 1 ) 入口机械挡叉装置：通过在入口安装机械挡叉板，严格控制了上下车秩序， 计数准确，可是不适合于安装在长途客车上。 ( 2 ) 踏板压力传感器：通过在上下车门的两极踏板上安装压力传感器，在乘客 上下车时，通过对踏板的踩踏，引起传感器内部应变片的变化，从而影响传感器 内电流的变化，对电流变化进行采样获得上下车乘客的信息。应用压力检测的前 西北工业大学硕士学位论文 第一章绪论 提是任何人上下车都必须踩到每块踏板上，当不止一个人踩在同级台阶上时，这 种方法的精度就会大大降低。 二、非接触式方法 红外检测技术：能对有一定距离间隔的人流做出正确有效的判断，广泛应用 于车站、码头、商店、书店等人口流动频繁的地方，由人工辅助监控。而对于前 后拥挤、接踵而至的人流效果较差。 以上两种方法均不能对乘客上下车的方向做出判断，因此，很难把握车辆上 准确的乘客数量。即使在城市公交中，也经常会出现在同一车门乘客不安规定方 向上下车的情形，其误差率较高，对于只有一个车门的中长途客车就更加不适应 了。 三、脚印方向识别f 5 】： 通过判断脚印不同部位的不同宽度来判断脚印的方向，从而确定客流的运动 方向。但在雨季情况下，踏板上将布满污泥，则无法识别方向。 随着数字信号处理技术、图像处理技术的快速发展，基于图像处理的检测技 术成为了交通行业最有前途的检测技术。因此，本文采用了一种以t m s 3 2 0 v c 5 4 0 2 为核心处理器，应用图像处理算法实现图像信息提取的客流统计系统。其优点在 于测量信息更准确；包含信息量大；抗电磁干扰能力强；安装方便，不会造成交 通堵塞等问题。 1 3d s p 芯片在图像技术中的应用 随着计算机和通信技术的发展，有关图像和视频的应用越来越广。国际电信 联盟( r r u - t ) 和国际标准化组织a s o ) 都开展了有关图像和视频的标准化工作， 如1 9 8 8 年提出的h 2 6 1 及1 9 9 5 年提出的h 2 6 3 视频编码标准已应用于电视电话、 会议电视等应用中，而1 9 9 0 年提出的m p e g - 2 标准也已应用于数字电视、d v d 等应用中。由于图像数据量非常大，例如应用于会议电视的g i f 格式的彩色图像 数据量约为1 2 m 比特帧，而1 t u - r 7 0 9 标准的高清晰度数字电视的数据量约为 3 5 4 m 比特帧。因此，为了有效实时地进行图像处理，必须采用更快速有效的处 理器和处理办法一一使用d s p 进行图像处理就是一个比较好的选择。 目前实现图像处理的主要方式有四种：基于通用p c 微机；基于通用d s p 芯 片；基于专用d s p 芯片和基于可编程f p g a 。 在通用p c 微机上主要是用软件实现图像处理，能够提供中等的图像处理，但 是要占用c p u 几乎全部的处理能力。在独立机型设计中一般采用其它三种方式； 基于可编程f p g a 的设计比较复杂而且难度较大；基于专用d s p 芯片的设计应用 范围受限；基于通用d s p 芯片设计的优点是设计简单、灵活。 2 西北工业大学硕七学位论文 第一章绪论 1 4 数字图像处理 数字图像处理( d i g i t a li m a g ep r o c e s s i n g ) 又称为计算机图像处理，它是指将 图像信号转换成数字信号并利用计算机对其进行处理的过程。数字图像处理作为 一门学科大约形成于2 0 世纪6 0 年代初期。早期的图像处理的目的是改善图像的 质量，它以人为对象，以改善人的视觉效果为目的。图像处理技术在许多应用领 域受到广泛重视并取得了重大的开拓性成就，属于这些领域的有航空航天、生物 医学工程、工业检测、机器人视觉、公安司法、军事制导、文化艺术等，使图像 处理成为- - f l 弓1 人注目、前景远大的新型学科。随着图像处理技术的深入发展， 从7 0 年代中期开始，随着计算机技术和人工智能。思维科学研究的迅速发展：堂 字图像处理向更高、更深层次发展。 数字图像处理的基本特点： ( 1 ) 目前，数字图像处理的信息大多是二维信息，处理信息量很大。如一幅2 5 6 x 2 5 6 低分辨率黑白图像，要求约6 4 k b i t 的数据量；对高分辨率彩色5 1 2 x 5 1 2 图 像，则要求7 6 8 k b i t 数据量；如果要处理3 0 帧秒的电视图像序列，则每秒要求 5 0 0 k b i t - 2 2 5 m b i t 数据量。因此对计算机的计算速度、存储容量等要求较高。 i ( 2 ) 数字图像处理占用的频带较宽。与语言信息相比，占用的频带要大几个数 量级。如电视图像的带宽约5 6 m h z ，而语音带宽仅为4 k h z 左右。所以在成像、 传输、存储、处理、显示等各个环节的实现上，技术难度较大，成本亦高，这就对 频带压缩技术提出了更高的要求。 ( 3 ) 数字图像中各个像素是不独立的，其相关性大。在图像画面上，经常有很 多像素有相同或接近的灰度。就电视画面而言，同一行中相邻两个像素或相邻两行 间的像素，其相关系数可达0 9 以上，而相邻两帧之间的相关性比帧内相关性还要 大些。因此，图像处理中信息压缩的潜力很大。 “) 由于图像是三维景物的二维投影，一幅图像本身不具备复现三维景物的全 部几何信息的能力，很显然三维景物背后部分信息在二维图像画面上是反映不出来 的。因此，要分析和理解三维景物必须作合适的假定或附如新的测量，例如双目图 像或多视点图像。在理解三维景物时需要知识导引，这也是人工智能中正在致力解 决的知识工程问题。 ( 5 ) 数字图像处理后的图像一般是给人观察和评价的，因此受人的影响因素较 大。由于人的视觉系统很复杂，受环境条件、视觉性能、人的情绪爱好以及知识状 况影响很大，作为图像质量的评价还有待进一步深入的研究。另一方面，计算机视 觉是模仿人的视觉，人的感知机理必然影响着计算机视觉的研究。例如，什么是感 3 西北工业大学硕士学位论文第一章绪论 知的初始基元，基元是如何组成的，局部与全局感知的关系，优先敏感的结构、属 性和时间特征等，这些都是心理学和神经心理学正在着力研究的课题。 1 5 论文主要工作和章节安排 一、论文的主要工作 ( 1 ) 论文提出了基于d s p 图像检测的长途客车客流统计系统的整体结构设计。 按照功能模块的区分，对图像检测板的设计原理进行了详细的说明。 ( 2 ) 编写并调试完成了系统初始化程序、视频解码芯片初始化和图像数据采集 程序，在l a t t i c e 仿真环境下完成了逻辑控制设计，并通过仿真结果图验证了分频 逻辑设计效果，最终将控制逻辑设计程序烧写到l a t t i c e 芯片。 ( 3 ) 图像信息处理部分，首先对采集到的背、前景图像进行差值运算；以最大 类间方差法提取出分割阈值将差值图像二值化；利用数学形态学处理、超限邻域 平均法处理噪声和图像碎化等现象；使用连通域提取算法实现目标提取，确定目 标特征剔除非目标物体，最终得出车上客流人数。 ( 4 ) 针对不同环境、不同状态下的视频采集图像进行了全面的统计结果分析。 二、论文的章节安排 第一章绪论。讲述选题的背景和意义，以及自动客流统计系统的发展概况及 其存在的问题，并阐述了解决问题的方法。 第二章系统的理论基础。主要介绍在后面图像检铡中所用到的数学理论基础， 包括帧差法、连通域提取技术基础。 第三章系统硬件设计原理。首先分析了系统总体结构及实现的功能，然后在 此基础上阐述了图像检测板关键部分的设计思想，并按功能实现详细介绍了各部 分硬件设计原理，并对高速电路板抗干扰采取措施做了说明。 第四章系统软件设计。首先介绍了t m s 3 2 0 系列d s p 应用软件开发方法，然 后在此基础上分析了系统初始化程序、图像采集程序、图像信息提取程序的实现， 并给出了程序的流程图。 第五章图像处理软件算法设计。首先给出了软件设计总体结构，此后对背景 差值法、阈值分割、数学形态学处理、超限邻域平均法、连通域提取和特征提取 分别做了详细的介绍，并通过对采集到的图像进行分步处理得到验证结果。 第六章统计结果分析。通过对不同环境、不同状态下的采集图像进行分布处 理，得出统计结果，从而验证统计方案的可行性。 第七章总结与展望。对论文工作做了总结，并对系统的功能扩展进行了展望。 4 西北工业大学硕士学位论文第二章系统理论基础 第二章系统理论基础 长途客车客流统计系统中涉及到很多研究领域，如数字图像处理、计算机视 觉、计算机科学、模式识别等等。为了后续各章内容的展开，本章主要介绍图像 处理领域研究的一些预备知识和若干关键技术。 2 1 图像的数字化描述及基本概念 图像工程的内容非常丰富，根据抽象程度和研究方法等的不同可分为三个层 次：图像处理、图像分析和图像理解。换句话说，图像工程是既有联系又有区别 的图像处理、图像分析和图像理解三者的有机结合。 图像处理着重强调在图像之间进行的变换。虽然人们常用图像处理泛指各种 图像技术，但比较狭义的图像处理主要指对图像进行各种加工以改善图像的视觉 效果并为自动识别打基础，或对图像进行压缩编码以减少对其所需存储空间或传 输时间、传输通路的要求。 图像分析则主要是对图像中感兴趣的目标进行检测和测量，以获得它们的客 观信息从而建立对图像的描述。如果说图像处理是一个从图像到图像的过程，则 图像分析是一个从图像到数据的过程。这里数据可以是对目标特征测量的结果， 或是基于测量的符号表示。它们描述了图像中目标的特点和性质。 图像理解的重点是在图像分析的基础上，迸一步研究图像中各目标的性质和 它们之间的相互联系，并得出对图像内容含义的理解以及对原来客观场景的解释， 从而指导和规划行动。如果说图像分析主要是以观察者为中心研究客观世界，那 么图像理解在一定程度上是以客观世界为中心，借助知识、经验等来把握整个客 观世界。 由上所述，图像处理、图像分析和图像理解是处在三个抽象程度和数据量各 有特点的不同层次上。图像处理是比较低层的操作，它主要在图像像素级进行处 理，处理的数据量非常大。图像分析则进入了中层，分割和特征提取把原来以像 素描述的图像转变成比较简洁的非图形式的描述。图像理解主要是高层操作，基 本上是对从描述抽象出来的符号进行运算，其处理过程和方法与人类的思维推理 可以有许多类似之处。随着抽象程度的提高数据量是逐渐减少的。具体说来，原 始图像数据经过一系列的处理过程逐步转化为更有组织和用途的信息。在这个过 程中，语义不断引入，操作对象发生变化，数据量得到了压缩。另方面，高层 西北工业大学硕士学位论文第二章系统理论基础 操作对低层操作有指导作用，能提高低层操作的效能。 图像在计算机上可以图片的形式存在，也可用一合适的离散数据结构来表示。 为了用数字计算机对图像进行处理，首先必须把连续图像函数f ( x ，y ) 进行空问的 和幅值的离散化。空间连续坐标厂d ，y ) 的离散化，称为图像的采样( s a m p l e d ) ； 幅值厂ky ) 的离散化，称为灰度级的量化( q u a n t i z a t i o n ) 。两种离散化合在一起， 称为图像的数字化，离散化的结果图像便称为数字图像。采样及量化越精细( 即 m ，n ，k 越大) ，对连续函数o ，y ) 的近似就越好。设一幅图像f ( x ，力，用间隔 采样，在x ，y 方向上分别取肼和个采样点，则共有m n 个图像点。这些图像 点实际上是采样样本的中心点，称为像素。在一般情况下，用一幅图像中每个像 素厂 ，y j ) 的值来表示在点( 蕾，y j ) ，= 0 , 1 , - - - , n - 1 ，j = o ，1 ，m - 1 ) 处的灰度 值。连续图像f ( x ，n 经过采样和量化，灰度值必须离散化，离散化后的图像可用 一个矩阵表示，其中行、列交点处表示像素的灰度值，这样数字图像就可用如式2 1 表示。 l 胞o ) f ( o , o f ( o , m - 1 ) 他力：i 毋o )毋d ：f ( 1 , m 一1 ) l 厂( 一1 o ) f ( u l d f ( n 一1 , m 1 ) ( 2 1 ) 其中每个元素是1 个离散变量。等式( 2 1 ) 的右边代表我们常说的数字图像，数组 中的每个元素即对应像素。在以下的讨论中我们将用图像和像素代表数字图像和 它的元素。将图像用矩阵形式表达就可利用处理矩阵的方法来处理数字图像，这 样对一幅数字图像的处理就可以用数学方法表达和运算，尤其利于利用计算机完 成图像处理。下面就图像处理的重要概念做简单介绍： 一、直方图 一幅图像的直方图，表示该图像中各种不同灰度级像素出现的相对频率，是 一个1 d 的离散函数( 设图像的灰度总级数为l ) ： 竹 p c 9 1 ) = ：兰毒= o ，1 ，三一1 ( 2 2 ) y i 式中g k 为图像f ( i ，j ) 的第k 级灰度值，n k 是f ( i ，j ) 中具有灰度值为g k 的像素的个数， n 是图像像素总数。因为p ( g k ) 给出了对g k 出现概率的一个估计，所以直方图提供 了原图的某种灰度值的分布情况，也可以说给出了一幅图所有灰度值的种整体 掐述。 二、像素邻域定义 对一个坐标为( i ，j ) 的像素p ，它可以有两个水平和两个垂直的近邻像素【2 0 1 。它 们的坐标分别是( i 十l ，j ) ，( i 一1 ，j ) ，( i ，j + 1 ) ，( i ，j 一1 ) 。这些近邻像素组成像素p 6 西北工业大学硕士学位论文第二章系统理论基础 的4 _ 邻域，记为n 4 ( p ) ，见图2 - l ( a ) 。像素p 与其4 邻域近邻像素的距离为一 个单位距离。像素p 的四个对角近邻像素的坐标是( i + l ，j + 1 ) ，( i + l ，j 1 ) ， 0 - 1 ，j + 1 ) ，0 - 1 ，j - 1 ) 。见图2 1 ( b ) 。这些像素点再加上p 的4 一邻域像素合起来 组成p 的8 邻域，记为n s ( p ) ，见图2 1c o ) 。 口口圈 【a )( b )( c ) 图2 - 1 像素的邻域 三、连通性和通路 像素间的连通性【2 9 1 在建立图像中目标的边界和确定区域的元素时是一个重要 的概念。它可以进一步分成连接和连通，连接是连通的1 种特例。要确定2 个像 素是否连接需要在某种意义上确定它们是否接触( 例如它们是否4 近邻像素) 以 及它们的灰度值是否满足某个特定的相似准则( 例如它们灰度值相等) 。举例来说， 在1 幅只有灰度0 和1 的二值图中，2 个禾近邻像素只有在它们具有相同的灰度值 时才可以说是连接的。我们下面用v 表示定义连接的灰度值集合。例如在1 幅二 值图中，为考虑灰度值为l 的像素之间的连通性，v 三 l 。又如在1 幅灰度图中， 考虑具有灰度值在8 到1 6 之间像素的连通性，则v = 8 ，9 ，1 5 ，1 6 。我们可 定望以下3 种连接情况( 可参见图2 - 1 ) ： ( 1 ) 4 连接：2 个像素p 和r 在v 中取值且r 在n 4 0 ) 中，则它们为4 - 连接； ( 2 ) 8 一连接：2 个像素p 和r 在v 中取值且r 在n s ( p ) 中，则它们为8 连接； ( 3 ) m - 连接( 混合连接) ：2 个像素p 和r 在v 中取值且满足下列条件之一，则 它们为m - 连接；r 在n 。q ) 中囝r 在n v ( p ) 中且m ( p ) n 4 ( r ) 是空集，这个集 合是由p 和r 的在v 中取值的4 近邻像素组成的。 混合连接可认为是8 连接的一种变型，引进它是为了消除使用8 琏接时常会 出现的多路连接问题 t o r i w a k i1 9 7 9 】。图2 - 2 给出1 个示例。 ( b )( c ) 图2 - 2 像素间的连接 考虑图2 - 2 ( a ) 所示的像素排列，当v = 1 时，中心像素的8 一近邻像素间的 7 西北工业大学硕士学位论文 第二章系统理论基础 连接由图( b ) 中的连线所示。请注意由于允许8 连接所产生的歧义性( 即中心像 素和右上角像素间有2 条连线) ，这种歧义性当用m - 连接时就消除了( 如图( c ) 所示) ，因为中心像素和右上角像素之间直接的m 连接不能成立( 第1 和第2 条件 均不满足) 。 如果1 个像素p 与另1 个像素q 相连接，则它们相毗邻。我们可根据所用的 连接来定义4 毗邻，8 毗邻或m 毗邻。对2 个图像子集s 和t 来说，如果s 中的 一些像素与t 中的一些像素毗邻，则s 和t 是毗邻的。 从具有坐标( x ，y ) 的像素p 到具有坐标( s ，t ) 的像素q 的1 条通路是由一系 列具有坐标瓴，) ，“，m ) ，( 矗，以) 的独立像素组成的这里 ( ，y o ) = o ，y ) ，( ，虬) - - ( s ，t ) ，“，m ) 与“- p y t - 0 毗邻，其中1 s ，s 雄，n 为通路长 度。我们可以根据所用的毗邻性定义4 - 通路，8 - 通路或m 一通路。 设p 和q 是1 个图像子集s 中的2 个像素，那么如果存在1 条完全由在s 中 的像素组成的从p 到q 的通路，那么就称p 在s 中与q 相连通。对s 中任1 个像 素p ，所有与p 相连通且又在s 中的像素的集合( 包括p ) 合起来称为s 中的1 个 连通组元。图像里相同连通组元中的2 个像素互相连通，而不同连通组元中的各 像素互不连通。 2 2 数字图像处理基础 2 2 1 图像滤波技术 一、图像形态学滤波 数学形态学是一种应用于图像处理和模式识别领域的新的方法。它的基本思 想是用具有一定形态的结构元素去度量和提取图像中的对应形状以达到对图像进 行分析和识别的目的。数学形态学的数学基础和所用语言是集合论。数学形态学 的应用可以简化图像数据，保持它们基本的形状特性，并除去不相干的结构。另 一方面，数学形态学的算法具有天然的并行实现的结构。 数学形态学的基本运算有四个：膨胀、腐蚀、开启和闭合。现简单介绍如下： 如用a 表示图像集合，b 表示结构元素，形态学运算就是用b 对a 进行操作。 a 被b 膨胀，记为a o b ，o 为膨胀算子，膨胀的定义为 a o b = xj ( 台) 。n a a ( 2 3 ) 该式表明的膨胀过程是b 首先做关于原点的映射，然后平移x 。a 被b 的膨胀是 被所有x 平移后与a 至少有一个非零公共元素。 a 被b 腐蚀，记为a o b ，0 为腐蚀算子，腐蚀的定义为 西北工业大学硕士学位论文 第二章系统理论基础 a o b = x i ( b ) 。g a ( 2 4 ) 也就是说，a 被b 的腐蚀的结果为所有使b 被x 平移后包含于a 的点x 的集合。 换句话说，用b 来腐蚀a 得到的集合是b 完全包括在a 中时b 的原点位置的集 合。 膨胀和腐蚀并不互为逆运算，所以它们可以级连结合使用。例如，利用同一个 结构元素b ，先对图像腐蚀然后膨胀其结果，或先对图像膨胀然后腐蚀其结果，前 一种运算称为开启运算，后一种运算称为闭合运算。它们也是数学形态学中的重 要运算。 开启的运算符为。，a 用b 来开启写作a 。b ，其定义为： ao b = ( a o b ) o b 闭合的运算符为，a 用b 来闭合写作a 曰，其定义为： a * b = ( 彳。占) 0 b ( 2 6 ) 开启和闭合两种运算都可以去除比结构元素小的特定图像细节，同时保证不 产生全局的几何失真。开启运算可以把比结构元素小的椒盐噪声滤除，切断细长 搭接而起到分离作用。闭合运算可使比结构元素小的缺1 ：3 或孔填补上，搭接短的 间断而起到连通作用。 二、噪声滤除 囵三囵囤囝四 ( a )( b )( c )( d )( e ) ( f ) 图2 3 噪声滤除示例 将开启和闭合结合起来可构成形态学噪声滤除器 2 9 1 ，图2 3 给出消除噪声的1 个图例。图( a ) 包括1 个长方形的目标a ，由于噪声的影响在目标内部有一些噪 声孔而在目标周围有一些噪声块。现在用图( b ) 所示的结构元素b 通过形态学噪 声来滤除噪声。这里结构元素应当比所有的噪声孔和块都要大。先用b 对a 进行 腐蚀得到图( c ) ，再用b 对腐蚀结果进行膨胀得到图( d ) ，这2 个操作的串行结合就 是开启操作，它将目标周围的噪声块消除掉了。现在再用b 对图( d ) 进行膨胀得到 图( e ) ，然后用b 对膨胀结果进行腐蚀得到图( f ) ，这2 个操作的串行结合就是闭 合操作，它将目标内部的噪声孔消除掉了。整个过程是先开启后闭合，可以写为： 【( 4 口) o 口】0 口 o b = ( ao 口) 曰 ( 2 7 ) 9 西北工业大学硕士学位论文 第二章系统理论基础 比较图2 3 ( a ) 和( f ) ，可看出目标区域内外的噪声都消除掉了，而目标本身 除原来的4 个直角变为圆角外没有太大的变化。 2 2 2 二值形态学实用算法 一、边界提取 匪圈囡匿圈 图2 - 4 边界提取示例 设有1 个集合a ，它的边界记为( 彳) 。通过先用1 个结构元素b 腐蚀a ，再 求取腐蚀结果和a 的差集就可得到卢( 4 ) ： ( 彳) i a 一( a o b ) ( 2 8 ) 图2 4 中，其中图( a ) 给出1 个二值目标a ，图给出1 个结构元素b ，图 ( c ) 给出用b 腐蚀a 的结果a o b ，图( d ) 给出用图( a ) 减去图( c ) 最终得到的 边界芦( 4 ) 。注意当b 的原点处于a 的边缘时，b 的一部分将会在a 的外边，此 时一般设a 之外都为0 。另外要注意，这里结构元素是8 - 连通的，而所得到的边 界是4 连通的。 二、连通组元提取 艇熊精 ( a )( b ) ( c ) ( d ) 图2 - 5 连通组元提取示例 设y 代表在集合a 中的1 个连通组元，并设已知y 中的1 个点，那么可用下 列迭代公式得到y 的全部元素： 也= ( x k lo b ) n a k = 1 , 2 3 ( 2 9 ) 当五= j ，时停止迭代，这时我们取y = 以。 l o 西北工业大学硕士学位论文 第二章系统理论基础 这里我们需要提取的元素以标记为l ，在每步迭代中与a 求交可除去以标记 为0 的元素为中心的膨胀。图2 - 5 给出连通组元提取的1 个例子，这里所用结构元 素与图2 4 中相同。图( a ) 中浅阴影像素( 即连通组元) 的值为l ，但此时还未被算 法发现。图( a ) 中深阴影像素的值为1 ，且认为已知是y 中的点，并作为算法起点。 图沏和图( c ) 分别给出第1 次和第2 次迭代的结果，图( d ) 给出最终结果。 三、图像差分法 当图像背景不是静止时，无法用背景差值法【1 检测和分割运动目标，此时， 检测图像序列相邻两帧之间变化的另外一种简单方法是直接比较两帧图像对应像 素点的灰度值。在这种方式下，帧f 【x ，y ，i ) 与帧f 【x ，y j ) 之间的变化用如下的二值差分 图像表示： b i d f ( x 删) = 仨篓只伊胞乃叫玎 ( 2 1 0 ) 式中t 是阈值。同样，在差分图像中，取值为1 的像素点代表变化区域。一般来 说，变化区域对应于运动对象，当然它也有可能是由噪声或光照变化所引起的。 阙值在这里同样起着非常重要的作用。对于缓慢运动的物体和缓慢光强变化引起 的图像变化，在某些阈值下可能检测不到。图像差分法要求图像帧与帧之间要配 准得很好；否则，容易产生大的误差。 2 2 3 图像存储格式 b m p 文件【1 6 】时d i b 中比较典型的一种，其文件格式可分为两大部分：文件头 部分和像素点阵部分。文件头包含了d i b 的结构数据，并可进一步分为三段。 文件头第一部分是位图文件结构b r r m a p f e 腼a d e r ，其长度固定为1 4 字 节。 第二部分时位图信息头结构b r r m a p 肼o 也a 】) e r ，也是在w i n g d i h 中定义 的，其内部成员较多，主要记录了d i b 的尺寸和颜色格式等信息，其中，成员b i s i z c 为该结构长度，固定为4 0 字节。 最后一段用于存放图像的调色板( 又称颜色分配表，c o l o r t a i b e ) ，因此对于不 需要调色板支持的1 6 位、2 4 位和3 2 位位深度图像的文件头中将没有该段，在前 两段之后直接为像素阵列数据。而对于1 6 位以下的图像，该段为个长度为 b i c l r u s e d 的r g b q u a d 结构数组，即长度为4 个字节。其中r g b q u a d 结构定 义如下： t y p e d c f s t r u c tt a g r g b q u a d r g b q b y t e r g b b l u e ； 西北工业大学硕十学位论文 第二章系统理论基础 b y + i e r g b g r e e n ； b y t e r g b r e d ； b y t e r g b r e s e r v e d ； r g b q u a d ； 结构的前三个成员分别为颜色的蓝绿红分量，r g b r e s e r v e d 为保留值，通常为0 。 在此之后便是图像的像素点阵序列，根据位深度的不同有着不同的定义。对 于位深度在1 6 位以下的图像为颜色的索引值；对于1 6 位、2 4 位和3 2 位的则存放 着图像实际的r 、g 、b 各分量值。即使是真彩位图，由于位深度的不同其阵列结 构也是有区别的。1 6 位位深度的图像采用“5 6 5 ”的组织方式，即以两个字节存放一 个r g b 单元：r r r r r g g g ( 高字节) g - c 袷b b b b b ( 低字节) 。2 4 位位深度图像 则恰好可以用三个字节存放一个完整的r g b 单元，因此在对像素进行操作时，可 以很方便地按字节进行处理而不必进行位运算，3 2 位位深度的位图构成原理也比 较简单，它是将一个颜色字拓展成了一个双字来实现的，比如，上述1 6 位位深度 的图像存放有一个完整r g b 颜色的两个字节，在转换成3 2 位位深度位图后就被 拓展为o o o o o 砌汰r r r 0 0 0 0 0 删o0 0 0 b b b b b 。 b m p 文件的数据存放是从下到上，从左到右的，也就是说，从文件中最先读 到的是图像最下边一行的左边第一个像素，然后是左边第二个像素，接下来是倒 数第二行左边第一个像素，左边第二个像素，依次类推，最后得到的是最上边一 行的最右边的一个像素。 2 3 图像信号基础 2 3 1 模拟视频信号 图像是时间和空间的函数。摄像过程把“光象”变为顺序传送的电信号后，把这 些顺序电信号复现为时间和空间的函数的过程，即把顺序电信号变为光学图像的 过程是通过扫描来实现的。 一、弋： 。 ( a ) 隔行扫描第一场 ( b ) 隔行扫描第二场( c ) 逐行扫描 图2 - 6 扫描格式 西北工业大学硕士学位论文 第二章系统理论基础 图像的摄取过程1 1 7 1 是通过具有一定规律的电子束扫描来实现图像信号到顺序 电信号的转换的。只要用扫描规律完全一样的电子束扫描荧光屏，图像信号就能 重现。 扫描时，电子靶或显像管被分为许多行，电子束逐行或隔行对目标进行扫描。 电子束的扫描规律可以由许多种，实际应用中为了充分利用一般采用简单可靠的 匀速单向直线扫描。这种方式是利用电子枪上下的垂直偏转线圈和左右的水平偏 转线圈来产生垂直和水平偏转磁场来控制电子束的扫描过程。如图2 - 6 所示，由左 上角至右下角的实线为扫描的行正程，水平虚线为扫描的行逆程。 扫描又有逐行扫描和隔行扫描之分图( a ) 为隔行扫描第一场，图