图像处理技术在消防灭火模拟训练中的应用(3)

高厂珠，等：图像处理技术在消防灭火模拟训练中的应用

附近灰度值较大，边缘附近灰度小。提取水柱就是要找到一条直线在整个水柱区域尽可能地逼近水柱中心线。Ｈ。。ｇｈ变换可以用来提取和检测图像空间的任意解析曲线，特别是由于Ｈｏｕｇｈ变换具有较强的抗干扰能力和允许待检测曲线不连续的特点，在许多应用检测图像中的直线段时，它是首选的一种有效算法…。由于在图像中存在着噪声斑点或活动火苗区，我们采用一种改进的Ｈｏｕｇｈ变换方法提取水柱中心线。

２３１图像灰度加权的Ｈｏｕｇｈ变换算法描述

位于图像平面中的任一条直线ｆ可以用以下法线式方程表示：

ｚ：Ｐ＝』ｃｏｓ０＋ｖｓｉｎ０（２）

口一直线到坐标系原点的距离，口～直线法线与ｚ轴的夹角。

列于图像平面中每一个像素点，其直线Ｈｏｕｇｈ变换可表示为：

Ｈ（Ｐ，０）＝｝２以ｚ，Ｙ）ｌ１：Ｐ＝ｘｃｏｓ０＋ｙｓｉｎ０｝（３）

ｌ

＊ｍ。只。’－Ⅳ、［』｛０，１｝，当，（ｚ，ｙ）为二值图时

八。’ｙ’Ｅｌｌ０，１，…，Ｎ一１｝，当，（ｘ，ｙ）为Ⅳ级灰度图时

一＞：表示直线ｆ上所有像素灰度之和。

在去除背景的水柱图像中，灰度值高的点为水柱中心轨迹点的可能性大，因此，可对灰度信息加以充分利用ｏ］。在变换过程中，按（３）式用图像像素的灰度值作为加权。由于图像中的斑点或火苗边缘像素不能构成可与水柱直线长度相比拟的直线，这样，在Ｈｏｕｇｈ变换空间选取的最大值点对应到图像空间的直线可以以最大的可能接近实际的水柱中心线。

２．３．２水柱轨迹检测改进Ｈｏｕｇｈ变换算法的实现

标准Ｓｏｕｇｈ变换（ｓ｝ｆｒ）及广义Ｈｏｕｇｈ变换（Ｇ｝ｒｒ）运算量特别大，快速Ｈｏｕｇｈ变换（ＦＨＴ）将变换中的乘法运算变为递增、加法和移位，使运算速度提高了４倍。文献［３］提出了随机Ｈｏｕｇｈ变换（ＲＨＴ），避免了标准Ｈｏｔ－小变换一到多映射的巨大计算量。但在处理图像时，由于无目标的随机采样会引入大量的无效采样与无用累积，使算法性能大大降低。文献［４］提出了改进的随机Ｈｏｕｇｈ变换，用于圆、椭圆的检测，主要通过降低随机采样的点数，从而减少无效采样的概率，降低了无效累积的计算。但是为降低随机采样的点数而必需的搜索操作也降低了算法的性能。由于应用中要求每秒钟分别对左右视点的图像能给出６—８次计算结果，因此，Ｈｏｕｇｈ变换算法的实现必须大大简化。本文提出的灰度Ｈｏｕｇｈ变换实用加速算法可以极大地简化运算，提高运算速度，满足了系统实时性要求。算法思路是：在图像中选取具有水柱中心信息特征的点作为线索进行Ｈｏｕｇｈ变换，避免了大量的无用累积运算。

要检测的直线在图像ｇ。（ｚ，ｙ）上是一条由有高灰度值的像素点组成的直线，因此，将图像颤（ｘ，ｙ）分为Ｍ个小块，小块的大小只要不同时包含全部火苗和水柱区，则必有至少一个小块包含水柱线的中心线或其邻近的像素（记为｛鼍崩｝），且该像素的灰度在这个图像块中灰度值局部最大。由于水柱线是图像中目标图像的主体，故计算通过｛≈，＂｝点的灰度Ｈｏｕｇｈ变换，在Ｈｏｕｇｈ变换空问，必有某（Ｐ，０）点处的值取极大值，且（Ｐ，∞参数对应的图像平面的直线与水柱中心线拟合得越好，（Ｐ，口）处的值也越大。所以，灰度Ｈｏｕｇｈ变换实用加速算法步骤可以描述如下：

第一步：将图像ｇ。（＊，ｙ）均匀划分为Ｍ＝；７１×ｎ个图块，记为Ｓ；（ｉ＝１，２，…，Ｍ）；

第二步：在Ｓ．（ｉ＝ｌ，２，…，Ｍ）中取灰度值最大的像素点，取其中灰度最大的．１、，个点构成点集Ｐ，Ｐ＝｛（ｑ，升）√＝１，２，…，Ⅳ｝；

第三步：计算图像通过点集Ｐ中各像素的灰度Ｕｏｕｇｈ变换；

第四步：取灰度Ｈｏｕｇｈ变换空间最大值点参数（Ｐ，０），此即为检测到的直线的法线式方程参数。

２．４水柱轨迹坐标变换与落点校正

通过式（３）知，灰度Ｈｏｕｇｈ变换计算得到的直线方程是图像平面Ｓ。上的参数方程，根据透视变换关系”。可将它变为屏幕平面Ｓ上的方程。左右视图像中检测到的直线方程均变为同一屏幕平面Ｓ上的