车辆图像的自适应多阈值分割方法研究

《车辆图像的自适应多阈值分割方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第五部分：载运工具设计制造及运用工提‘妒g#vtt一--"{‘中*t；t二P叮时!⋯帚∥^’J毒’埘Jf—p—P_错帮辨茁’‘nv’‘-rf，车辆图像的自适应多阈值分割方法研究郭琪超，曹力(南京航空航天大学民航学院，江苏南京210016)摘要：针对图像处理中车型图像背景分割问题，在分析对比传统的最大类间方差法的基础上，提出了一种自适应闻值分割方法。将原图像划分为若干子块，对每个子块利用最佳阈值的方法进行分割。实验表明，提出的方法简便易行，具有较好的鲁棒性和适应性；在完整、有效地分割图像的同时，能够保留原始图

2、像中的大量细节信崽，对复杂背景图像的分割处理效果满意。关键词：图像分割；阈值；自适应0引言计算机视觉和模式识别作为2l世纪智能交通领域的重要发展方向之·，对促进智能交通系统(ITs)的完善和发展发挥至关重要的作用11一。其中图像处理是基础而又关键的环节，是能否成功实现图像分析、理解和目标描述的关键，引起众多学者关注，也取得了大量的研究成果。在ITS中，图像处理的最终用途是检测并提取交通信息，需要将相关检测目标(主要是车辆)从获取的图像中分离出来，图像分割技术提供了理想的解决途径。但遗憾的是，图像分割技术恰恰

3、是图像处理领域中—个经典难题，对它的研究从来没有间断，虽然取得了—些成果，但至今没有—套完整的理论指导其应用和研究峨引。在众多的图像分割方法中阈值分割算法简单、分割效果比较理想，其本质是根据图像的灰度信息来选择卜个或，1介阈值，把各类像素划归到各个物体或区域中，从而把图像分割成目标与背景或多个目标与背景区域。此外，—个最显著的特点就是止匕莩钫陆属于非参分割方法，易于实现自动化，再次成为研究热点之一，提出了许多阈值自动i蠹取方法p~q。其中最小误差阂值法、最大类间方差法(Otsu)和最佳直方图熵法是应用最广泛

4、的几种。由于最大类间方差法具有算法简单、易于实现目计算量小的特点，因此常用于实时图像处理系统中。N．Otsu提出的动态阈值的方法【6J，使图像分割的性能得到明显的改善，它利用图像的灰度直方图，以目标和背景的方差最大来动态地确定图像分割阈值，具有较强的适应性。但对于有复杂背景的目标图像，运用Otsu方法往往不能得到良好的分割效果。特别是当目标的相对面积减小时，该方法的性能则迅速下斛¨。因此，针对车辆图像的特点，本如豳过与Otsu方法实验结果的对比，提出了一种新的自适应车辆图像多阈值分割方法，在分割精度背景分离

5、上得到了明显的效果。1Otsu方法【6】【最大类间方差法)较好的分镡『方法能使1分割出的目标与背景间的差距很大，即目标与背景具有很高的对比度。基于这种思想，由Otsu提出的最大类间方差法，其算法比较简单，效果较好，是一种方便可行的阈值选取方法。设原始图像灰度级为￡，灰度级为i的像素点数为以，则￡一lL一1总像素为：N=∑甩，；各像素值慨率：C=刀，／N，∑c=1；，一l』=0然后按灰度级用阈值t划分为两类：G=(o，1，．．．，f)和cI2(f+1，t+2，．．·，工+1)。则Co和C1类的类出现概率以及均

6、值层分别可由下列各式给出10672005·8中国·大连中国交通研究与探索(2005)一第六声全固交通运输领域青卑学术套议论文毒‘”’‘t‘一1^’。_-J川删-’～41‘J。一r*-*“hr√wF砩’t●F口一^中，··一r缈。=只(Co)2薹0p，一(f)，∥。=薹0训缈。=鬻j=f_“，IIJ旷w。，=丕L-I。P，=1叫叭／z。=篆pM／tt1=等等UJ国。=只(c。)=∑，=一国(f)，。=∑p，国。=牛萼兰ftf+l=+■一～‘Jco和G的类的方差可由下式得到t仃；=∑(f一／zo)2Pf／coo

7、，i--0￡一l仃?=∑(f一∥1)2P，／colt=t+l定义类内方差为：盯三=∞o仃詈+COl∥?；类间方差为：仃言=COO(∥o一∥r)2+缈l(∥l一∥r)z=缈o∞l(∥l一∥o)z；总体方差为：仃手=o荡+仃；；阈值的选择是使类间与类内方差比值最大的灰度值。洮u方法计算觯，稳定有效，是实际应用中经常采用的方法。但经过对多种图像的具体实验发现，眺u法致命的缺陷是当目标物与背景灰度差别不明显时，会出现大块黑色区域，甚至会丢失整幅图像的信息。2自适应方法针对车辆图像的特点给出了—种自适应方法，具体自适

8、应阈值选蹴原理如下所述，并通过实验，与Otsu方法对比，检验新方法的可行性。2．1最佳阈值化18，9】采用阈值确定边界的最简单做法是在整个图像中将灰度阈值的值设置为常数。如果背景的灰度值在整个图像中可看做为恒定，而目所有物体与背景都具有几浮相同的对比度，那么，只要选择了正确的阈值，使用—个固定的全局阈值一般就会有鞍好的效果。最佳阈值的思想是找到—个阈值，使得按这个阈值划分的物体与背景错洪分割的概率为最小。假设图像