基于远红外技术的车载辅助驾驶系统的优化

1、基于远红外技术的车载辅助驾驶系统的 优化史骏西安铁路职业技术学院摘要：随着人们生活水平的提高，车辆的增多导致交通事故的频发。远红外摄像头的辅 助驾驶系统的研究对预防和减少交通事故的发生起到显著的效果。文中以远红外 摄像头作为视频采集的设备，基于fisher评价函数的多阈值红外图像分割算法 以及色彩知识的远红外图像上色算法，从算法计算中得到的阈值而对红外视频 进行景物区分，通过先验知识对不同景物添加彩色。通过实验结果显示，提出的 算法完成了对车载远红外视频的彩色化，算法得到的色彩图像有效可靠，能够 帮助驾驶员进行实物认知，该算法有很好的实用性和合理性。关键词：辅助驾驶系统;fisher评价函数;

2、远红外技术;视频彩色化;作者简介：史骏(1984-)，男，硕士，讲师，从事控制理论与控制工程研究。收稿日期：2017-01-06基金：国家自然科学基金资助项目(10871122)optimizqtion of vehicle assisted driving system based on far infrared technologyshi junxi an railway vocational and technicalinstitute;abstract：with the improvement of people's living standard, the increase

3、of vehicles leads to frequenttraffic accidents. the research of the auxiliary driving system of the far infrared camera plays a significant role in preventing and reducing the traffic accidents. this paper uses the far infrared ccimerci as video capture device, multi-thrcshold infrared image segment

4、ation algorithm based on fisher evaluation function and far-infrared image coloring algorithm of color knowledge, and it distinguishes the infrared video from the threshold obtained by the algori thm. knowledge adds color for different seenes. the experimental results show that the proposed algorith

5、m can complete the colorization of vehicle far infrared video. the color image obtained by the algorithm is effective and reliable, and can help the driver to realize the object recognition. the algorithm has good practicability and rationality.keyword：assisted driving system; fisher evaluation func

6、tion; far infrared technology; video colorization;received： 2017-01-06 o引言 由于人民的收入显著提高，越来越多的人购买汽车为自己提供交通便利，但是 交通事故尤其是夜间交通事故却频频发生ul当驾驶员夜间行驶时由于光线不 足，视距与视角的范围变小，并且夜间容易产牛疲劳使得判断能力下降，容易 发生交通事故。远红外车载辅助驾驶系统的提岀为人们的岀行提供了保障。 对于远红外技术，国外研究较早。例如dalal等人提出方向梯度直方图特征來提 取夜间景物固，并且能在运动的场景中将行景物检测出来。wang等人在hog特 征基础上利用lbp特

7、征的对景物进行检测凶1，也取得了很好的效果。ronan 0, malley等介绍了自适应阈值的图像分割算法童1，通过hog特征将景物检测 分类。本文提出了 fisher评价函数的多阈值红外图像分割算法以及色彩知识的远红外 图像上色算法6-7,结合模糊c均值聚类算法并通过分割算法对景物进行上色 从而实现车载红外视频的彩色化处理。通过c均值聚类算法得到的聚类中心来调 控fisher评价函数的阈值取值，并对关键景物进行类别区分吐最后，算法 的得到的最佳阈值不仅可以对景物进行检测归类，也可以以先验知识对检测景 物赋予适当的色彩，z后获得红外车载辅助驾驶系统所要的真实图像该算 法具有输出结果稳定，景物数

8、据有较好的真实性和实用性。1 fisher评价函数设图像大小为mxn, f (m, n)是图像所在位置的灰度值，f (m, n) e 0, 1, i厂1, l表示图像的灰度级数，一维灰度直方图函数h (1)为：其中，1丘0, 1,，l-1,并且 8 (0) =1, 5 (1h0) =0;h (1)为灰度值 1 的个数，得到快速分割算法(fcm)的目标函数j:其中，c为预定的类别数目，un=i=l, 2, c;l=l, 2,，n是第1个灰度 级对第i类的隶属值函数，owgwl, v.= i=l, 2, : c为第i个聚类中心。l层灰度级隶属函数的约束条件为曲:得到最小化目标函数并分别求出新的的快

9、速fcm迭代函数u和聚类中心矩 阵v。因为结合了直方图代替了图像的像素点从而进行聚类，大大降低了 fcm迭代中 的信息存储量，使得算法的速度大幅度提升。在模式识别理论中为了使肌和“进行准确的判别，它们的特征要求分得明显， 有利于图像的区别，所以可以用一个评价函数表示它们的分离度，fisher评价 函数可以对它们间的分离度进行定量定义：其中，mo,叫为分别灰度均值；o。，5为分别的方差。从式(4)可以得到，当两类别平均值差别很大但各类方差却比较小，导致它们 的平均值与方差和之比达到无穷大，所以当j(丫)取得最大值时，分离效果最 好。根据上面的原则，可以有效地推广到多阈值分割。因此针对很多图像分割

10、为多类 的需要时，也可以根据模式fisher识别理论，得到一种fisher评价函数的多阈 值图像分割方法。这种方法可以有效地利用图像像素点的灰度值实施投影处理, 从而可以对图像达到多类分割。令图像像素点（m, n）的灰度值为f （in, n） e （0, l-l）,其屮n-l个阈值 s2,，sm可以将图像化为n类，各类的概率:其中,uo （s）, ul （s），un-i （s）均值分别是:式中，以描述灰度值的概率大小，pffi/n表示当图像处理n类分割吋，依据各 类的先验概率，使得多类分割时各聚类的平均差距z和很大从而使得各类方差 和变得非常小，则得到基于fisher评价函数多阈值图像分割的评

11、价公式是：当j（s1, s2,，sn-1）取得最大值时,它们所相应的阈值大小是si, s2,，sn-1 为最佳阈值，所以图像得分割效果也是最佳的，所以将可以将fisher评价函数 当做图像多阈值分割的原则，得到的阈值选择是：对于像素点（m, n） 口灰度值为f （m, n）的fisher评价函数为:2图像彩色化上色算法虽然fisher评价函数的多阈值分割有较强的效果，但是景物种类变多吋，算法 的运行时间也会增加，本文把景物分割为四类时，运行一张图片需要100s左右, 所以对于视频信息就缺效果。因此在进行阈值分割之前，首先对关键帧可以运用 快速模糊c均值聚类，从而算出图像的聚类中心，最后以算出的

12、聚类中心来判 断多阈值分割取值范围，从而减少运算时间。木文将车载视频主要主要分为路 面、人物、植物、天空等，所以将关键帧定为这四类。也对这四类进行彩色上色 算法，具体算法步骤如下：stepl:给定式（3）中的c=4、m二2、£=0.00001、v初始迭代次数b=0,利用快 速fcm对滤波后的图像进行分割。step2:依据式（3）算出像素点的隶属度u订和聚类中心vi。step3:进行迭代运算，如果ii v-v | s ,则不再进行聚类;如果不是则转向步 骤step2,赋值b=b+lo再次得到收敛后的隶属度g与聚类中心v】、v2、v3、v4<>step4:依据直方图中聚类中心

13、在波峰，阈值在波谷，可以运行fisher评价函数 多阈值分割，得到s|、s2、s：<依次在两聚类中心如图1所示，再依据式(7)- 得到阈值“、岂、sa,从而对关键帧处理分割上色。图1远红外图像彩色化处理流程 下载原图3实例分析本文所使用的训练图像的尺寸大小为345x 130像素，去除边后所使用的尺寸大 小为340x128像素。本实验使用夜间路面的图像作为训练图像，远红外得到的 为原始图像并作为测试图像。通过算法运行出的结果如图2所示。其中图2 (a)是远红外得到的原始图像，图2 (b)是随机森林分类器直接输岀 的图像，图2(c)为fisher函数分割算法得出的图像，可以发现，本文算法更

14、容易观察出夜间路面的具体情况，将人物，植物很好的区别出来。表1所示为三种算法对比之后，关于景物区别出来的错误小于5%的比例，本文 的算法更有利于区别实物。图2不同算法处理后的远红外图 下载原图表1分类错误像素小于5%的比例下载原表本文的算法通过matlab建模，运行出迭代次数与时间的关系如图3所示，算法 随时间运行，处理速度越来越快，处理的数据量也在显著增加。图3吋间与迭代次数的关系下载原图4结束语 本文基于车载远红外视频提出了一种fisher分割算法，经过实验分析证明本文 算法对红外所得到的夜间景物图像进行处理，也确保了色彩传输的正确性和可 靠性。但是远红外图像的边缘信息非常单一，大部分为图

15、像的亮度信息。木文算 法可以很好地进行实物分类，将人物，景物，植物可以有效地进行分类，有利 于驾驶员夜间的行驶。所以该算法有很好的实用性。参考文献1 李景富，杨志强一种多尺度远红外夜间交通行人识别方案j量子电子学 报，2016, 33 (4) :411-4192 严杨，李雪，窦双团，等长波红外辅助驾驶系统镜头设计j科技创新与 应用，2015 (36) : 15-16.3 刘琼，王国华，申旻旻基于边缘分割的车载单目远红外行人检测方法j 华南理工大学学报：自然科学版，2015 (1) :87-91.4 庄家俊，刘琼.面向辅助驾驶的夜间行人检测方法j华南理工大学学报：自 然科学版，2012, 40 (8) : 56-62.5 赵冉远红外夜视辅助驾驶系统为夜间安全驾驶护航j商用汽车，2012 (14) : 79-79.6 杨如林，丑修建，李庆，等车辆辅助驾驶中基于概率模板的红外行人检测 j 科学技术与工程,2014, 14 (10) : 65-69.7 范德营，蒋先刚，丘赞立，等车载红外视频图像快速彩色化技术研究j 华东交通大学学报，2013 (2) :71-77.8 沈振一，孙韶媛，赵海涛基于pp-mrf模型的单目车载红外图像三维重建 j东华大学学报：自然科学版，2015, 41 (