一种基于图像处理的车辙检测方法
【专利摘要】本发明公开了一种基于图像处理的车辙检测方法,该方法首先通过摄像头采集道路彩色车辙图像,然后把彩色图片转化成单通道的灰度图,用一阶偏导的有限差分来计算高斯平滑后灰度图每个像素点的梯度,然后计算出梯度的幅值和方向,保留局部梯度最大的点,抑制非极大值,使用3个阈值法检验和连接边缘,用50*50的窗口处理边缘点,最终实现车辙检测;本发明快速高效,能准确地检测出大多数的车辙。
【专利说明】一种基于图像处理的车辙检测方法
【技术领域】
[0001]本发明涉及图像处理及城市环境监测预警【技术领域】,尤其涉及一种基于图像处理的车辙检测方法。
【背景技术】
[0002]车辆在布有灰尘的道路上驶过会留下车辙,在经常布有灰尘的道路上,比如施工道路,通过检测车辙可以判断道路的干净程度,指导是否需要清扫道路,从而达到保护环境的目的。但是传统的工作人员目测车辙深浅及密度的方法不但消耗大量人力,而且不能进行长时间操作,时间成本很大。所以利用采集设备及计算机系统的自动检测方法成为当务之急。
[0003]随着计算机技术的发展,图像处理技术日趋成熟,其中边缘检测算法很多,例如Robert 算子、Sobel 算子、Laplacian 算子、Canny 算子等,Robert 和 Laplacian 算子对噪声敏感,Sobel算子间断点多,由于车辙边缘的连续性和噪声大的特点,Robert、Soble和Laplacian算子并不适用,同时由于车辙边缘性弱,所以仅靠canny算子的两个阈值也是达不到最佳的效果。
[0004]车辙的大多的形状比较接近于直线,也有少量由汽车拐弯造成的类圆弧,Hough变换主要是针对直线的检测,也可以检查其他的形状。由于车辙检验的边缘性不强,和形状的多变,单纯的使用Hough变换,根本达不到效果。
【发明内容】
[0005]本发明的目的在于克服边缘检测和Hough直线检测用于车辙检测上的缺陷,提供一种基于图像处理的车辙检测方法。本发明结合传统的canny边缘检测算法,采用三阈值法检验和连接边缘,能够达到更佳的效果,提高车辙边缘检测的准确性及效率;本发明在小窗口内进行Hough直线检验,在小窗口内类圆弧可近似成直线,可检测出类圆弧;本发明亦规定一种连接边缘的方法,能够检测出绝大多数的车辙。
[0006]本发明是通过以下技术方案实现的:一种基于图像处理的车辙检测方法,包括如下步骤:
[0007]步骤1:通过摄像头采集道路彩色车辙图像。
[0008]步骤2:把彩色图片转化成单通道的灰度图:用A[m,n]表示m行η列的矩阵A,A(y, x)表示在矩阵A中第y行第x列的值。一般的RGB图的转化公式为:
[0009]g=0.3Xr+0.59Xg+0.1lXb
[0010]用GI[m,n]保存灰度值,其中m是图像的高度,η是宽度;用GI (i,j)表示像素点(j, i)的灰度值;用SI[m,n]保存平滑后图像的灰度值。SI[m,n]的计算方法是:
【权利要求】
1.一种基于图像处理的车辙检测方法,其特征在于,包括如下步骤: 步骤1:通过摄像头采集道路彩色车辙图像。 步骤2:把彩色图片转化成单通道的灰度图:用A[m,n]表示m行η列的矩阵A,A(y,x)表示在矩阵A中第y行第X列的值。一般的RGB图的转化公式为:
g=0.3Xr+0.59Xg+0.1lXb 用GI[m,n]保存灰度值,其中m是图像的高度,η是宽度;用GI (i,j)表示像素点(j, i)的灰度值;用SI[m,n]保存平滑后图像的灰度值。SI[m,n]的计算方法是:
【文档编号】G06T7/00GK103778634SQ201410026421
【公开日】2014年5月7日 申请日期:2014年1月21日 优先权日:2014年1月21日
【发明者】陆涛, 张子健, 陆波, 梁思源, 周丁, 王元平 申请人:中科怡海高新技术发展江苏股份公司, 无锡中科智远科技有限公司, 浙江成功软件开发有限公司