基于圖像紋理的車輛檢測(cè)算法

傳統(tǒng)的視頻檢測(cè)方法是基于面陣圖像的，其背景圖像復(fù)雜，不利于目標(biāo)分割和特
征提取，而線陣CCD成像中背景圖像相對(duì)簡(jiǎn)單，并且其幀速率遠(yuǎn)遠(yuǎn)高于面陣CCD的幀速率，從而可以實(shí)現(xiàn)高精度的檢測(cè)，特別是車輛存在和車輛速度的檢測(cè)。本文提出了適用于線陣CCD圖像的車輛檢測(cè)算法。其基本思想是：利用小波變換提取路面的紋理特征，然后對(duì)采集的每線數(shù)據(jù)進(jìn)行二值化，并在此基礎(chǔ)上，逐線進(jìn)行車輛分割。實(shí)驗(yàn)表明：該算法能有效抑制車燈和陰影對(duì)車輛分割的干擾，實(shí)現(xiàn)車輛的實(shí)時(shí)準(zhǔn)確分割。
目前，交通信息檢測(cè)常用的方法有環(huán)形線圈[1]、超聲波/微波檢測(cè)[2]、激光/紅外線檢測(cè)
和視頻圖像檢測(cè)[3]等。其中，視頻檢測(cè)方法操作直觀靈活，安裝簡(jiǎn)便、易于維護(hù)并且費(fèi)用偏低，因此比其他檢測(cè)方法更具優(yōu)越性。
但是，傳統(tǒng)的視頻檢測(cè)方法[4-5]是基于面陣圖像的，其背景圖像復(fù)雜，不利于目標(biāo)分割
和特征提取，而線陣CCD 成像中背景圖像相對(duì)簡(jiǎn)單，便于后續(xù)的目標(biāo)分割、特征提取和描述，這使得系統(tǒng)在全天候條件下的工作穩(wěn)定性更易于保證，并且線陣CCD 圖像的幀速率遠(yuǎn)遠(yuǎn)高于面陣CCD 的幀速率，從而可以實(shí)現(xiàn)高精度的檢測(cè)，特別是車輛存在和車輛速度的檢測(cè)[6]。而常規(guī)的視頻檢測(cè)算法都是基于一幀面陣圖像的，因此，需要設(shè)計(jì)出適用于線陣CCD圖像的車輛檢測(cè)算法。
本文提出了適用于線陣 CCD 圖像的車輛檢測(cè)算法，包括背景特征提取，二值化和車輛
分割三部分。該算法能有效抑制車燈和陰影對(duì)車輛分割的干擾，實(shí)現(xiàn)車輛的實(shí)時(shí)準(zhǔn)確分割。