基于数学形态学与Hough变换的道路边缘提取
时间:2025-07-11
时间:2025-07-11
第31卷 第3期2010年6月
太原科技大学学报Vol.31 No.3
Jun.2010
JOURNALOFTAIYUANUNIVERSITYOFSCIENCEANDTECHNOLOGY
文章编号:1673-2057(2010)03-0193-04
基于数学形态学与Hough张凤珍,( 摘 要:。针对目前运动检测过程中更新数据量大、实。该方法首先利用数学形态学对原图像进,最后采用Hough变换检测出二值图像中的道路边缘。,该方法准确性较高,可以减少后期运动检测的运算范围,提高运动检测速率。 关键词:数学形态学;边缘检测;Hough变换 中图分类号:TN911.73 文献标志码:A
随着我国经济的快速发展,居民机动车拥有量迅速增长,这就导致了交通拥堵越来越严重。交通情况的恶化不仅对居民工作、学习以及生活造成了影响,还会引起巨大的经济损失。因此如何对运行中的车辆进行快速准确的定位与识别就显得尤为重要,而对道路边缘的快速检测和定位是其中最关键的一步。
目前的车辆运动检测范围一般定位于整幅图
收稿日期:2009201208
基金项目:太原市大学生创新创业专项项目(09122042)
像,这样既降低了检测的准确性,又影响到了检测过程的实时性。边缘是图像最基本的特征
[1]
。如
果能在运动检测之前对路面进行识别和定位,将大大降低检测时间。文献[2]采用Hough变换提取道路,但没有对原图像进行预处理,其处理结果受噪声影响很大,在边缘检测过程中存在很多无效边缘,增加了后期处理的难度。文献[3]则采用数学形态学对遥感图像进行处理,可以实现对道路的准
作者简介:张凤珍(1983-),女,硕士研究生,主要研究方向为交通视频监控。
PerformanceComparisonofSeveralImprovedParticle
SwarmOptimizersinDynamicEnvironment
CAILi
(ComputerTeachingandResearchSection,InstituteofScienceandTechnology,
TielingNormalCollegeofLiaoning,LiaoningTieling112000,China)
Abstract:ParticleSwarmOptimization(PSO)isanewselfadaptiverandomsearchmethodologyinspiredbysocialbehaviourofanimal.ManystrategyshavebeenintroducedtoimprovetheperformanceofPSO,butfewsystemisstaticintherealworldbecauseofthevariousuncertainfactors.SotheresearchesonDynamicOptimizationProb2lemshavemorepracticalsignificanceoftheproject.ThispapercomparesandanalyzestheperformancesofthetwolatestimprovedPSOandtheothertwoimprovedalgorithms.Itisconcludedthatthedifferentalgorithmsputupdif2ferentcharacteristicsindynamicenvironment.
Keywords:improvementofparcicleswarmoptimization,dynamicenvironment
194 太原科技大学学报 2010年
确定位,但因遥感图像采集困难,致使该方法的应用受到影响。因此,本文提出一种基于数学形态学和Hough变换对近野图像进行道路提取的方法。试验表明,该方法具有较好准确性,能够为后期的运动检测提供很好的依据。
运算对原图像进行增强处理,使得道路边缘两侧的像素变化加剧。顶帽和黑帽运算表示如下:
顶帽运算:Dst=src-open(src,element);黑帽运算:Dst=close(src,element)-src;ment为结构元素。
(1)
式(1)中,Dst为结果图像,src表示原图像,ele2
:
1 道路图像的边缘提取
在智能车辆运行过程中,由于摄像机安装位置距离地面较近,拍摄到的图像是近野图像,,证一定的准确性,图1 图像预处理流程图
Fig.1Pre2processofimage
选择合适,,并1.1 图像预处理
1.2 道路图像边缘检测
在采集视频图像的过程中,由于拍摄器材的分辨率、传输介质等的原因,或多或少都会对图像产生影响。图像预处理的主要目的是尽量消除图像中的无关信息,最大化增强图像中的有用信息,从而改进特征提取、图像分割、匹配和识别的可靠性。由于噪声的干扰,所获图像的对比度较低,可以采用数学形态学对图像进行增强。数学形态学的基础是集合论
[3]
边缘检测技术是图像处理和计算机视觉等领域最基本的技术,如何快速、精确的提取图像边缘一直是国内外研究的热点,然而边缘检测又是图像处理中的一个难题
[5]
[4]
。
本文采用Canny算子对增强图像进行边缘检测。Canny算子是一个具有滤波、增强和检测的多阶段的优化算子。在进行处理时,Canny算子首先利用高斯平滑滤波器来平滑图像以取出噪声,其分割算法采用一阶偏导的有限差分来计算梯度的幅值和方向,然后再经过一个非极大值抑制的过程,最后再采用两个阈值来连接边缘,如图
2所示。
。针对原图像和结构元素两个矩阵,
进行集合运算。它的基本运算是膨胀(Dilate)和腐蚀(Erode)。而膨胀和腐蚀运算的组合则可以形成形态学的其他运算方法,如开运算(Open)和闭运算(Close)等。本文采用形态学运算中的顶帽和黑帽
图2 边缘图像 Fig.2Edgeimage
从图2中可以看出,经过图像增强后,使得垂直
于边缘的像素值变化加大,采用Canny算子可以更加准确的提取出边缘图像。
状的基本方法之一。Hough变换的基本原理在于利用点与线的对偶性,将原始图像空间给定的曲线通过曲线表达形式变为参数空间的一个点。这样就把原始图像中给定曲线的检测问题转化为寻找参数空间中的峰值问题。
对于x,y坐标系中的一条直线,用ρ代表直线
2 Hough变换直线边缘提取
Hough变换是图像处理中从图像中识别几何形
第31卷第3期 张凤珍,等:基于数学形态学与Hough变换的道路边缘提取距原点的法 …… 此处隐藏:2892字,全部文档内容请下载后查看。喜欢就下载吧 ……