基于視覺傳感器的自主車輛地面自動辨識技術研究
加入技術交流群
2．4 圖像銳化
圖像銳化可以在空間域中進行，常用的方法是微分法；亦可以在頻率域中進行，常用的方法是高通濾波法。圖像中的邊緣或線條等細節(jié)部分與圖像頻譜中的高頻成分相對應，因此采用高通濾波法讓高頻分量順利通過，使低頻分量受到抑制，就可增強高頻的成分，使圖像的邊緣或線條變得清晰，實現(xiàn)圖像的銳化。高通濾波可用空間域或頻域法來實現(xiàn)。在空間域實現(xiàn)高通濾波通常是用離散卷積法，卷積的表達式是：
式中：g(m1，m2)是m×m方陣；f(n1，n2)是n×n方陣，沖擊響應H是l×l方陣，歸一化的沖擊方陣可以避免處理后的圖像出現(xiàn)亮度偏移，其中的H等效于用Laplacian算子增強圖像。
該設計訓練樣本中石子路面圖像的銳化圖如圖5所示。
2．5 圖像增強
圖像的直方圖是圖像的重要統(tǒng)計特征，是表示數(shù)字圖像中每一灰度級與該灰度級出現(xiàn)的頻數(shù)間的統(tǒng)計關系。用橫坐標表示灰度級，縱坐標表示頻數(shù)。按照直方圖的定義可表示為：
式中：N為一幅圖像的總像素數(shù)；nk是k級灰度的像素數(shù)；rk表示第k個灰度級；P(rk)表示該灰度級出現(xiàn)的相對頻數(shù)。直方圖修正通常有直方圖均衡化和直方圖規(guī)定化兩大類。直方圖均衡化是一種常用的灰度增強算法，是將原圖像的直方圖經過變換函數(shù)修整為均勻直方圖，然后按均衡化后的直方圖修整原圖像。直方圖的規(guī)定化是使增強后圖像的灰度級分布是不均勻且具有規(guī)定形狀的直方圖，可以突出感興趣的灰度范圍。
該設計訓練樣本中石子路面圖像的增強圖如圖6所示。
2．6 圖像特征提取
圖像特征是指圖像的原始特性或屬性。圖像特征的提取有很多方法，其中比較典型的有：8連接邊界特征、4連接邊界特征、面積比特征、歐拉數(shù)特征、角點特征和矩特征。分別予以說明如下：
(1)邊界特征。像素的4-鄰域稱像素的(i，j)的直接鄰域，符號為d-近鄰。像素的8-鄰域是除去d-近鄰的像素外剩下的對角線上的4個像素，稱為(i，j)的非直接鄰域，符號為i-近鄰。
(2)面積比特征。為滿足圖像檢索的要求把圖像以圖像質點為圓心，以距圓心最遠的像素點為半徑畫圓，而后將圓的半徑等距分成n份，畫n個同心圓。設圓環(huán)內面積分別為s(1)，s(2)，…，s(n)，如果圖像面積用圖像像素點表示，并將s(N)歸一化，得到Ts(N)即：
式中：N為1，2，…，n；m00為總面積；s(N)為面積特征向量。
(3)歐拉數(shù)特征。在二值圖像中1像素連接成分數(shù)C減去孔數(shù)H的值為圖像的歐拉數(shù)。通常用E來表示圖像的歐拉數(shù)，則：
(4)角點特征。角點檢測方法有2種：提取圖像邊緣并以鏈碼形式將其表示，而后找最大曲率的點作為角點；對圖像灰度進行操作并計算圖像灰度分布的曲率，找最大曲率的點作為角點。Harris算子定義為：
式中：k取0．04～0．06之間。當R(x，y)超過給定的閾值時則認為該點為圖像的角點。
(5)矩特征：設二維連續(xù)函數(shù)f(x，y)，(p，q)階矩定義為：
式中：q=0，1，2，…。若矩是分段連續(xù)的且只在xy平面內具有非零值，則存在各階矩。
該設計訓練樣本中石子路面圖像的8連接邊界特征圖、4連接邊界特征圖、面積比特征、歐拉數(shù)特征、角點特征、矩特征如圖7所示。
圖7中，面積比特征為-0．431 0；歐拉數(shù)特征為119；角點特征為(1 075，1 024)135，(1 099，1 029)136，(956，1 031)139；矩特征為6．555 4，14．418 7，27．517 5，26．824 8，54．171 2，34．098 3，55．239 9。
同理，訓練樣本中5種路面的6個相關特征參數(shù)如下所示：
石子路面：-0．431 0，119，135，136，139，6．555 4，14．418 7，27．517 5，26．824 8，54．171 2，34．098 3，55．239 9；
水泥路面：-0．953 8，42，161，143，135，6．556 8，14．459 4，30．881 7，32．196 2，64．574 4，39．641 1，65．386 5；
土壤路面：-0．792 8，63，147，113，143，6．533 9，14．418 0，32．086 8，31．915 5，64．111 2，41．127 8，65．093 5；
草地路面：-0．822 4，138，60，106，75，6．510 7，14．377 1，26．706 9，29．822 3，59．502 0，38．214 6，58．168 3；
磚地路面：-0．375 7，-48，149，137，143，6．567 5，14．485 3，30．016 5，30．394 0，61．165 5，41．055 4，60．736 7。
評論