基于红外图像道路识别与道路跟踪
|
摘要
智能车辆(Ⅳ)系统是近年来各国潜心研究的一个新领域，其中的视觉系需要实时检测行驶环境，确定道路的边界，使得智能车辆能够全天候的在无人驾驶或操纵的情况下自主安全平稳的行驶。采用红外摄像机获取图像是该视觉系统常用的一种方法。因此，红外图像的道路识别成为智能车辆系统的一个研究重点。
本文主要针对红外道路图像的特点，对如何有效的提取出道路区域作了一定的研究。主要从三个方面研究了红外道路图像的处理算法。从点域、邻域分别探讨和实现了对道路图像的灰度拉伸、噪声平滑及突出边缘的锐化处理，使用合理的方法去掉了过亮和过暗点的影响，给出了红外道路图像的直方图预处理技术以及基于直方图分析和灰度统计的二值化算法。在对多种边缘检测方法，包括传统的Sobel算子、Laplacian边缘检测分析后，提出了一种带状边缘的检测方法。
另外，本文将广义Hough变换引入到道路边缘曲线拟合中，分别探讨了直线和抛物线的道路模型的曲线拟合。由于道路的复杂性，本文对道路作了一定的假设和推理，并将这些知识同各种算法结合起来，取得了一定的效果。
Intelligent Vehicle (IV) System is a new field in which many countries research pay attention to in recent few years. The vision system in it needs real-time checking the environment and confirming the boundary of the road, so that the intelligent vehicle rides automatically, steadily and safely without manual operation. Using infrared camera to acquire images is a common method of the vision system. So road recognition of infrared image becomes a research emphasis of Intelligent Vehicle System.
The paper primarily explicates some algorithms about infrared image processing and that how to recognize roads effectively. The paper researches some algorithms in three ways. Firstly, in image pretreatment. The paper respectively discusses some methods of image processing about gray level stretch, image smoothness and image sharpness from point domain and neighborhood domain. Secondly, in threshold analysis, the paper gives the methods of histogram pretreatment and automatic threshold selection based on histogram and gray level statistic. Finally, in edge detection, the paper gives some traditional methods of edge detection, at the same time, it propose a new method based on string-edge detection.
The paper cites "generalized-Hough transform" to perform curve fitting, that is, draw out the edge of the road, as well as possible corresponding to different road model, such as "beeline model" and "parabola model". Because of the complexity of roads, the paper makes certain hypothesis and deduction on the roads, and integrates the knowledge into kinds of algorithms, so that some results of road recognition have a good effect.
本文主要针对红外道路图像的特点，对如何有效的提取出道路区域作了一定的研究。主要从三个方面研究了红外道路图像的处理算法。从点域、邻域分别探讨和实现了对道路图像的灰度拉伸、噪声平滑及突出边缘的锐化处理，使用合理的方法去掉了过亮和过暗点的影响，给出了红外道路图像的直方图预处理技术以及基于直方图分析和灰度统计的二值化算法。在对多种边缘检测方法，包括传统的Sobel算子、Laplacian边缘检测分析后，提出了一种带状边缘的检测方法。
另外，本文将广义Hough变换引入到道路边缘曲线拟合中，分别探讨了直线和抛物线的道路模型的曲线拟合。由于道路的复杂性，本文对道路作了一定的假设和推理，并将这些知识同各种算法结合起来，取得了一定的效果。
Intelligent Vehicle (IV) System is a new field in which many countries research pay attention to in recent few years. The vision system in it needs real-time checking the environment and confirming the boundary of the road, so that the intelligent vehicle rides automatically, steadily and safely without manual operation. Using infrared camera to acquire images is a common method of the vision system. So road recognition of infrared image becomes a research emphasis of Intelligent Vehicle System.
The paper primarily explicates some algorithms about infrared image processing and that how to recognize roads effectively. The paper researches some algorithms in three ways. Firstly, in image pretreatment. The paper respectively discusses some methods of image processing about gray level stretch, image smoothness and image sharpness from point domain and neighborhood domain. Secondly, in threshold analysis, the paper gives the methods of histogram pretreatment and automatic threshold selection based on histogram and gray level statistic. Finally, in edge detection, the paper gives some traditional methods of edge detection, at the same time, it propose a new method based on string-edge detection.
The paper cites "generalized-Hough transform" to perform curve fitting, that is, draw out the edge of the road, as well as possible corresponding to different road model, such as "beeline model" and "parabola model". Because of the complexity of roads, the paper makes certain hypothesis and deduction on the roads, and integrates the knowledge into kinds of algorithms, so that some results of road recognition have a good effect.
引文
1 Kenneth. R. Castlenman[美] 数字图像处理 电子工业出版社 1998年
2 夏良正 数字图像处理 东南大学出版社 1999年
3 W. K. 普拉特[美]数字图像处理 科学出版社1984年
4 夏德深 傅德胜 现代图像处理技术与应用 东南大学出版社 1997年
5 王耀南 计算机图像处理与识别技术 高等教育出版社 2001年
6 章毓晋 图像处理和分析 清华大学出版社 1999年
7 章毓晋 图像理解与计算机视觉 清华大学出版社 2000年
8 王润生 图像理解 国防科技大学出版社 1995年
9 赵荣椿 数字图像处理导论 西北工业大学出版社 1995年
10 周长发 精通VC++图像编程 电子工业出版社 2000年
11 龚炜 石青云 程民德 数字空间中的数学形态学 科学出版社1997年
12 阮秋琦 数字图像处理学 电子工业出版社 2001年
13 陈贺新 非线性滤波器与数字图像处理 国防工业出版社 1997年
14 杨永发 概率论与数理统计教程 南开大学出版社 2000年
15 邢藏菊 王守觉 邓浩江 罗予晋 一种基于极值中值的新型滤波算法 中国图像图形学报2001，6(6)：533-534
16 Sun T, Neuvo Y. Detail-prserving median based filters in image processing. Pattern Recognit. Lett., 1994,15:341-347
17 周德龙 潘泉 张洪才 图像模糊边缘检测的改进算法 中国图像图形学报2001，6(4)：353-357
18 刘文萍 董远 贺利洁 图像处理中的阈值选取方法 数据采集与处 1995 10：16-20
19 王厚大 梁栋 杨恒新 自动阈值选取的两种算法 南京邮电学院学报 2002 4(22)：85-88
20 Pal N R, Pal S K A review of image segmentation techniques,Pattern Reconition, 1993,26(9): 1277-1294
21 魏志成 周激流 吕航 陶理 刘智明 一种新的图像分割自适应算法的研究 中国图像图形学报2000，5(3)：216-219
22 金立左 夏良正 杨世周 图像分割的自适应模糊阈值法 中国图像图形学报2000，5(5)：3950-395
23 Pal S K, King R A, Hashim A A. Automatic graylevel thresholding through index of fuzziness and entropy, Pattern Recognition Letter, 1983,1:141-146
24 MurthyCA, Pal S K.Histogram thresholding by minimizing graylevel fuzziness, Information Science, 1992,60:107-135
25 王倩 阮海波 李俊山 陈晓峰 快速模糊边缘检测 中国图像图形学报 2001，6(1)：92-95
26 田捷，沙飞实用图像分析与处理技术 电子工业出版社 1995年
27 蔡靖 杨晋生 丁润涛 模糊加权均值滤波器 中国图像图形学报 2000，5(1)：52-56
28 郭桂荣，庄钊文 信息处理中的模糊技术 国防科技大学 1996年
29 YoungSik, Raghu Kiershnapuram. A robust approach to image enhancement based on fuzzy logic, IEEE Trans Image Processing, 1997,6(6)
30 付忠良 图像阈值选取方法的构造 中国图像图形学报 2000，5(6)：466-469
31 吴一全 朱兆达 图像处理中阈值选取方法30年(1982-1992)的进展(一)数据采集与处理1993，8(3)：193-201
32 李立源 陈维南 一种的完全确定性的快速阈值化方法 模式识别与人工智能1993，6(3)：225-241
33 范成法 李祝明 叶秀青 顾伟康 道路识别系统中的边缘方法及其实时实现 信号处理1998 4(4)：337-257
34 荆仁杰 计算机图象处理 赣江大学出版社，1998年
35 NSinivasa and K.Rajgopal Detection edges from profections,IEE Trans on medical imaging 1992,11(1):76-80
36 数字图像的一种轮廓跟踪算法 北京师范大学学报1990 3(3)：39-43
37 冈萨昌斯R c. 数字图像处理．科学出版社，1982年
38 图像边界自动跟踪的边缘提取算法 哈尔滨理工大学学报 1997,2(5)：29-53
39 余松玉 周源华 吴时光 数字图像处理电子工业出版社，1989年
40 噪声图象的快速边缘提取与分割 宇航学报 1991，1(1)：49-54
41 Kohler R. A segmentation system based on thresholding, CVGIP,1981,15:319-33842 Kittler J.and Lingworth J. Minimum Error Thresholding ,Pattern Recogonition, 1986,18(1):412-47
42 自动图象边缘检测方法的研究 计算机工程与科学 2001，23(4)：10-14
43 Pettey C C and Leutse M R. A Theoretical Investigation of a Parallel Genetic Algorithm,Proc of 3rd ICG, 1989,398-405
44 蔡自兴 徐光佑 人工智能及其应用 清华大学出版社 1996年
45 张韵华 奚梅成 陈长松 数值计算方法和算法 科学出版社2000年
2 夏良正 数字图像处理 东南大学出版社 1999年
3 W. K. 普拉特[美]数字图像处理 科学出版社1984年
4 夏德深 傅德胜 现代图像处理技术与应用 东南大学出版社 1997年
5 王耀南 计算机图像处理与识别技术 高等教育出版社 2001年
6 章毓晋 图像处理和分析 清华大学出版社 1999年
7 章毓晋 图像理解与计算机视觉 清华大学出版社 2000年
8 王润生 图像理解 国防科技大学出版社 1995年
9 赵荣椿 数字图像处理导论 西北工业大学出版社 1995年
10 周长发 精通VC++图像编程 电子工业出版社 2000年
11 龚炜 石青云 程民德 数字空间中的数学形态学 科学出版社1997年
12 阮秋琦 数字图像处理学 电子工业出版社 2001年
13 陈贺新 非线性滤波器与数字图像处理 国防工业出版社 1997年
14 杨永发 概率论与数理统计教程 南开大学出版社 2000年
15 邢藏菊 王守觉 邓浩江 罗予晋 一种基于极值中值的新型滤波算法 中国图像图形学报2001，6(6)：533-534
16 Sun T, Neuvo Y. Detail-prserving median based filters in image processing. Pattern Recognit. Lett., 1994,15:341-347
17 周德龙 潘泉 张洪才 图像模糊边缘检测的改进算法 中国图像图形学报2001，6(4)：353-357
18 刘文萍 董远 贺利洁 图像处理中的阈值选取方法 数据采集与处 1995 10：16-20
19 王厚大 梁栋 杨恒新 自动阈值选取的两种算法 南京邮电学院学报 2002 4(22)：85-88
20 Pal N R, Pal S K A review of image segmentation techniques,Pattern Reconition, 1993,26(9): 1277-1294
21 魏志成 周激流 吕航 陶理 刘智明 一种新的图像分割自适应算法的研究 中国图像图形学报2000，5(3)：216-219
22 金立左 夏良正 杨世周 图像分割的自适应模糊阈值法 中国图像图形学报2000，5(5)：3950-395
23 Pal S K, King R A, Hashim A A. Automatic graylevel thresholding through index of fuzziness and entropy, Pattern Recognition Letter, 1983,1:141-146
24 MurthyCA, Pal S K.Histogram thresholding by minimizing graylevel fuzziness, Information Science, 1992,60:107-135
25 王倩 阮海波 李俊山 陈晓峰 快速模糊边缘检测 中国图像图形学报 2001，6(1)：92-95
26 田捷，沙飞实用图像分析与处理技术 电子工业出版社 1995年
27 蔡靖 杨晋生 丁润涛 模糊加权均值滤波器 中国图像图形学报 2000，5(1)：52-56
28 郭桂荣，庄钊文 信息处理中的模糊技术 国防科技大学 1996年
29 YoungSik, Raghu Kiershnapuram. A robust approach to image enhancement based on fuzzy logic, IEEE Trans Image Processing, 1997,6(6)
30 付忠良 图像阈值选取方法的构造 中国图像图形学报 2000，5(6)：466-469
31 吴一全 朱兆达 图像处理中阈值选取方法30年(1982-1992)的进展(一)数据采集与处理1993，8(3)：193-201
32 李立源 陈维南 一种的完全确定性的快速阈值化方法 模式识别与人工智能1993，6(3)：225-241
33 范成法 李祝明 叶秀青 顾伟康 道路识别系统中的边缘方法及其实时实现 信号处理1998 4(4)：337-257
34 荆仁杰 计算机图象处理 赣江大学出版社，1998年
35 NSinivasa and K.Rajgopal Detection edges from profections,IEE Trans on medical imaging 1992,11(1):76-80
36 数字图像的一种轮廓跟踪算法 北京师范大学学报1990 3(3)：39-43
37 冈萨昌斯R c. 数字图像处理．科学出版社，1982年
38 图像边界自动跟踪的边缘提取算法 哈尔滨理工大学学报 1997,2(5)：29-53
39 余松玉 周源华 吴时光 数字图像处理电子工业出版社，1989年
40 噪声图象的快速边缘提取与分割 宇航学报 1991，1(1)：49-54
41 Kohler R. A segmentation system based on thresholding, CVGIP,1981,15:319-33842 Kittler J.and Lingworth J. Minimum Error Thresholding ,Pattern Recogonition, 1986,18(1):412-47
42 自动图象边缘检测方法的研究 计算机工程与科学 2001，23(4)：10-14
43 Pettey C C and Leutse M R. A Theoretical Investigation of a Parallel Genetic Algorithm,Proc of 3rd ICG, 1989,398-405
44 蔡自兴 徐光佑 人工智能及其应用 清华大学出版社 1996年
45 张韵华 奚梅成 陈长松 数值计算方法和算法 科学出版社2000年