车辆运动图像的处理与识别

东北大学硕士学位论文车辆运动图像的处理与识别

姓名：赵双双申请学位级别：硕士专业：车辆工程指导教师：宋桂秋

20040201

东北大学硕士学位论文

车辆运动图像的处理及识别

摘要

运动目标的检测与跟踪是应用视觉研究领域的一个重要课题。在现实生活中，大量的有意义的视觉信息包含在运动之中。尽管人类视觉既能看见运动又能看见静止的物体，但是在许多场合，比如说交通流量的监测、重要场所的保安、航空和军用飞行器的制导、汽车的自动驾驶或辅助驾驶等，我们往往对运动的物体更感兴趣。因此研究只对运动目标敏感的检测与跟踪系统是很有意义的。

本论文先对图像进行预处理，采用的ＬＵＭ滤波，它借助控制参数可

在噪声平滑化与保存图像细节之间得到一个良好的平衡，在车辆运动图

像处理中显示了很好的效果。还有小波包滤波，它在处理的过程中对低频部分和高频部分同时进行细分，处理的效果也很好。

本论文在边缘检测部分采用了ＣａｎｎＹ算子对车辆运动图像进行处理，因此可以完好的保存图像的边缘，并克服了其它算子在滤波后边缘的方向信息被丢失或边界一般较宽或对噪声敏感等缺陷。

本论文在研究车辆运动图像识别的过程中，根据交通目标移动的特

点引入了基于目标矩特征的识别方法，此组不变矩不受平移、旋转及大

小比例改变的影响，所以将其作为运动目标的特征，用作模式识别的输入量，为后面的数字图像的模式识别做准备工作。

本论文最后一部分是图像识别部分，主要采用了两种方法：一种是

采用神经网络的方法对图像进行识别：另一种是采用模板匹配法对图像进行识别，对两种算法进行比较从而找到适合本系统的有效的识别方式。

本论文采用Ｍａｔｌａｂ语言对静态图像进行处理和识别，同时采用ＯｐｅｎＣＶ语言对实时图像进行处理识别与跟踪。

关键词：运动车辆、图像处理、小波包滤波、模式识别

东北大学硕士学位论文

摘要

ＩｍａｇｅＰｒｏｃｅｓｓｉｎｇｏｆｔｈｅｓｐｏｒｔｉｎｇｖｅｈｉｃｌｅａｎｄｉｄｅｎｔｉｆｙｉｎｇ

ｏｆｔｈｅｓｐｏｒｔｉｎｇｖｅｈｉｃｌｅ

Ａｂｓｔｒａｃｔ

Ｉｔ

ｉｓ

ｌｅｓｓｏｎ

ｓｅｎｓｅ

ｉｍｐｏｒｔａｎｔ

ｔｈａｔｔｈｅ

ｓｐｏｒｔｉｖｅｔａｒｇｅｔ’Ｓ

ｅｘａｍｉｎａｔｉｏｎ

ａｎｄ

ｆｏｌｌｏｗｉｎｇａｐｐｌｉｅｄｔｈｅｏｆｖｉｓｉｏｎｓｔｕｄｙｉｎｇｔｈｅｒｅａｌｍ．Ｉｎｔｈｅｒｅａｌｉｓｔｉｃｌｉｆｅ

ｓｅｎｓｅ

ｌａｒｇｅｑｕａｎｔｉｔｙｏｆｔｈｅｍｅａｎｉｎｇｆｕｌｓｐｏｒｔ．Ａｌｔｈｏｕｇｈｈｕｍａｎ’Ｓｔｈｅｓｔａｔｉｃ

ｓｅｎｓｅ

ｏｆｖｉｓｉｏｎｉｎｆｏｒｍａｔｉｏｎｉｎｃｌｕｄｅｓｉｎｔｈｅ

ｃａｎｓｅｅ

ｏｆｖｉｓｉｏｎ

ｂｏｔｈｔｈｅｓｐｏｒｔｉｖｅ

ａｓ

ｏｂｊｅｃｔ

ａｎｄ

ｏｂｊｅｃｔ．Ｂｕｔｉｎｔｈｅｍａｎｙｓｉｔｕａｔｉｏｎｓ，ｓｕｃｈ

ｔｈｅ

ｍｏｎｉｔｏｒｉｎｇｏｆ

ｔｒａｎｓｐｏｒｔａｔｉｏｎ，ｓｅｃｕｒｉｔｙｏｆｔｈｅｐｕｂｌｉｃｓｉｔｅｓ，ｃｏｎｔｒｏｌａｎｄｇｕｉｄｅｓｙｓｔｅｍｂｙｔｈｅ

ｍｉｌｉｔａｒｙａｉｒｃｒａｆｔ，ａｕｔｏｍａｔｉｃｄｒｉｖｅｒｏｆ

ａｒｅ

ｃａｒ

ａｎｄａｓｓｉｓｔａｎｔｄｒｉｖｅｒｏｆ

ｉｔｉｓ

ｃａｒ

ｅｔｃ，ｗｅ

ｔｏ

ｕｓｕａｌｌｙｉｎｔｅｒｅｓｔｅｄｉｎｔｈｅｓｐｏｒｔｉｖｅｏＭｅｃｔ．Ｓｏ

ｖｅｒｙｍｅａｎｉｎｇｆｕｌ

ｒｅｓｅａｒｃｈｔｏｉｎｓｐｅｃｔａｎｄｔｒａｃｋｏｆｓｐｏｒｔｉｖｅｔａｒｇｅｔ’Ｓｓｅｎｓｉｔｉｖｅ．

Ｔｈｉｓｔｈｅｓｉｓｉｓｐｒｅｐａｒｅｄ

ｆｉｌｔｅｒｗａｖｅ．Ｉｔ

ｕｓｅｓ

ｔＯ

ｈａｎｄｌｅｔｏｉｍａｇｅｆｉｒｓｔｌｙ．ＩｔａｄｏｐｔｓｔｈｅＬｕｍ

ｔｏｃｏｎｔｒｏｌ

ｔｈｅｎｕｍｂｅｒｉｎｔｈｅｖｏｉｃｅａｎｄｔｈｅｓｍｏｏｔｈａｎｄ

ａ

ｃｏｎｓｅｒｖａｎｃｙｔｈｅｉｍａｇｅｄｅｔａｉｌｓｔｏｇｅｔ

ｇｏｏｄｅｑｕｉｌｉｂｒｉｕｍ．Ｉｔｓｈｏｗｅｄｔｈｅｇｏｏｄ

ｒｅｓｕｌｔａｔｈａｎｄｌｉｎｇｔｈｅｖｅｈｉｃｌｅｓｐｏｒｔｉｖｅｉｍａｇｅ．Ｏｔｈｅｒｓｔｈｅｒｅｉｓｔｈｅｗａｖｅｐａｃｋｆｉｌｔｅｒ．Ｉｔｐｒｏｃｅｅｄｓ

ｔｏ

ｓｕｂｄｉｖｉｄｅｗｉｔｈｈｉｇｈｆｒｅｑｕｅｎｃｙｐａｒｔａｔｔｈｅｓａｍｅｔｉｍｅ

ｔｏ

ｌｏｗｆｒｅｑｕｅｎｃｙｐａｒｔｉｎｔｈｅｐｒｏｃｅｓｓｅｄｉｍａｇｅ．Ｔｈｅｐｒｏｃｅｓｓｅｄｒｅｓｕｌｔｉｓｔｏｏｖｅｒｙ

ｇｏｏｄ．

Ｔｈｉｓｔｈｅｓｉｓａｄｏｐｔｓｔｈｅｃａｎｎｙａｒｉｔｈｍｅｔｉｃｏｐｅｒａｔｏｒａｔｔｈｅｅｄｇｅｄｐａｒｔ

ｔｏ

ｅｘａｍｉｎｅｔｈｅｉｍａｇｅｉｎｈａｎｄｌｉｎｇｔｈｅｖｅｈｉｃｌｅｓｐｏｒｔｉｖｅｉｍａｇｅ．Ｔｈｉｓａｒｉｔｈｍｅｔｉｃ

ｏｐｅｒａｔｏｒ

ｃａｎ

ｉｎｔａｃｔ

ｃｏｎｓｅｒｖａｎｃｙｗｒｏｎｇ

ｔｈａｔ

ｉｍａｇｅ

ｔｈｅｙ

ｅｄｇｅｔｈｒｏｗｎ

ａｎｄ

ｔＯｏｒ

ｏｖｅｒｃａｍｅｌｏｓｅ

ｔｈｅ

ｔｈｅ

ｏｔｈｅｒ

ａｒｉｔｈｍｅｔｉｃ

ｏｐｅｒａｔｏｒｓ

ｄｉｒｅｃｔｉｏｎ

ｉｎｆｏｒｍａｔｉｏｎｆｏｒｉｍａｇｅｅｄｇｅａｎｄｔｈｅｂｏｕｎｄａｒｙｉｓｗｉｄｅ

Ｔｈｉｓ

ｓｅｎｓｉｔｉｖｅｔｈｅｖｏｉｃｅ．

ｉｄｅｎｔｉｆｙｉｎｇ

ｔｏ

ｔｈｅｓｉｓ

ａｄｏｐｔｓ

ｔａｒｇｅｔ

ｍｏｍｅｎｔ

ｏｆ

ｃｈａｒａｃｔｅｒｉｓｔｉｃ

ｔｏ

ｔｈｅｔｈｅ

ｍｅｔｈｏｄａｔｒｅｓｅａｒｃｈｖｅｈｉｃｌｅｔｈｅｓｐｏｒｔｉｍａｇｅ

ｉｄｅｎｔｉｆｙ，ａｃｃｏｒｄｉｎｇ

ｃｈａｒａｃｔｅｒｉｓｔｉｃｓｔｈａｔｔｈｅｔｒａｎｓｐｏｒｔａｔｉｏｎｔａｒｇｅｔｍｏｖｅｄ．Ｔｈｅｍｏｍｅｎｔｉｎｖａｒｉａｎｃｅ

ｄｏｅｓｎ’ｔａｆｆｅｃｔｔＯｍｏｖｅ，ｒｅｖｏｌｖｅａｎｄｔｈｅｓｉｚｅｃｏｍｐａｒｉｓｏｎｃｈａｎｇｅｓ．Ｔｈｅｒｅｆｏｒｅ

－Ｉｌｌ

查些苎兰堡主兰竺丝兰

一一！！皇

ｔｈｅｙ

ａｒｅ

ｂｙｗａｙ

ｏｆｔｈｅｔａｒｇｅｔｌｓｃｈａｒａｃｔｅｒｉｓｔｉｃｏｆｔｈｅｓｐｏｒｔｉｖｅｉｍａｇｅ．Ｉｔｉｓｐｒｅｐａｒｅｄｔｏｗｏｒｋｔｈａｔｔｈｅｆｉｇｕｒｅｉｍａｇｅｉｓｉｄｅｎｔｉｆｙ

ｆｏｒｍｏｄｅ．

Ｔｈｅｌａｓｔｐａｒｔｏｆｔｈｅｔｈｅｓｉｓｉｓｉｍａｇｅｉｄｅｎｔｉｆｙｉｎｇ．Ｉｔｐｒｉｍａｒｉｌｙａｄｏｐｔｓｔｈｅ

ｔｗｏｋｉｎｄｓｏｆｍｅｔｈｏｄｓ：Ａｔｈｅｋｉｎｄｍｅｔｈｏｄａｄｏｐｔｓ

ｎｅｒｖｅｎｅｔｗｏｒｋｔｏｒｅｓｅｍｂｌｅ

ｔｏ

ｐｒｏｃｅｅｄ

ｔｏ

ｉｄｅｎｔｉｆｙｔｏｉｍａｇｅ．Ａｎｏｔｈｅｒｍｅｔｈｏｄｕｓｅｓ

ｔｈｅｔｅｍｐｌａｔｅｔｏｍａｔｃｈ

ｔｈｅｍｅｔｈｏｄ

ｔｏ

ｒｅｓｅｍｂｌｅ

ｔｏ

ｐｒｏｃｅｅｄ

ｔｏ

ｉｄｅｎｔｉｆｙｔｏｉｍａｇｅ．Ｉｃｏｍｐａｒｅｄｔｏｔｗｏ

ｋｉｎｄｓｏｆｃａｌｃｕｌａｔｅｗａｙｓａｎｄｆｏｕｎｄＯｕｔｓｕｉｔｉｎｇｔｏｔｈｉｓｓｙｓｔｅｍｏｆｉｄｅｎｔｉｆｙｔｈｅ

ｗａｙ．

ＴｈｉｓｔｈｅｓｉｓａｄｏｐｔｓｔｈｅＭａｔｌａｂｌａｎｇｕａｇｅｔｏｐｒｏｃｅｓｓｓｔａｔｉｃｉｍａｇｅａｎｄ

ｉｄｅｎｔｉｆｙｓｔａｔｉｃｉｍａｇｅ．ＩｔａｄｏｐｔｓｔｈｅＯｐｅｎＣＶｌａｎｇｕａｇｅｔｏｐｒｏｃｅｓｓｓｐｏｒｔｉｖｅｉｍａｇｅ，ｉｄｅｎｔｉｆｙａｎｄｆｏｌｌｏｗｉｔ．

Ｋｅｙｗｏｒｄｓ：ｓｐｏｒｔｉｖｅ

ｖｅｈｉｃｌｅ，ｉｍａｇｅ

ｐｒｏｃｅｓｓｉｎｇ，ｗａｖｅ

ｐａｃｋｅｄｆｉｌｔｅｒ，ｍｏｄｅｉｄｅｎｔｉｆｙｉｎｇ

．ＪＶ．

声明

本人声明所呈交的学位论文是在导师的指导下完成的。论文中的内容除加以标注和致谢的地方外，不包含其他人已经发表或撰写的研究成果，也不包括本人为获得其他学位而使刚过的材料。与我一同工作的同志对本研究所做的贡献均已在论文中作了明确的说明并表示谢意。

本人签名：

日

赵双双２００４年２，』

期：

东北大学硕士学位论文

第一章绪论

第一章绪论

１．１图像处理的应用发展概况

当前是信息时代，信息的获得、加工、处理和应用等都有了飞跃发

展。图像信息处理已经获得一定的进展，但随着对图像处理的要求不断提高，应用领域不断扩大，图像理论必须不断补充和发展。自然界的一切图像都是连续的模拟图像，其形状、形态由图像各位置的颜色决定。色度学理论认为，任何颜色都可由红、绿、蓝三原色按不同比例混合而

成。图像的处理已经从可见光谱扩展到各个波段，从静止图像发展到运

动图像，从物体的外部延伸到物体的内部，以及进行人工智能化的图像处理等。图像处理是针对性很强的技术，根据不同应用，不同要求需要采用不同的处理方法。采用的方法是综合各学科较先进的成果研制而成的。各学科互相补充、互相渗透使得数字图像技术飞速发展。计算机图

像处理主要采用两大类方法：一类是空域中的处理，即在图像空问中对

图像进行各种处理：另…类是把空间与图像经过变换，变到频率域、在频率域中进行处理，然后在变到图像的空问域，形成处理后的图像¨Ｊ。

图像处理技术的实用化，图像处理的信息量巨大，对处理速度的要

求极高。

高分辨率、高速度：图像处理技术发展的最终目标是要实现图像的实时处理，这在移动目标的生成、识别和跟踪上有着重要意义：

立体化：立体化所包括的信息最为完整和丰富，未来采用数字信息技术将有利于达到这个目标；

智能化：其目的是实现图像的智能生成、处理、识别和理解。色彩：

索引图像：索引图像包括图像矩阵与颜色图数组。其中颜色图是按图像中颜色值进行排序后的数组。对于每个象素，图像矩阵包含一个值，

这个值就是颜色图数组中的索引。

灰度图像：灰度图像保存在一个矩阵中，矩阵的每个元素代表一个象素点。矩阵可以是双精度类型，矩阵的每个元素值代表不同的亮度或

．１．

东北大学硕士学住论文

第一章绪论

灰度级：

二值图像：表示二值图像的二维矩阵仅由０／１值构成。二值图像可以看成为一个仅包括黑与白的特殊灰度图像，也可看作共有两种颜色的

索引图像。

ＲＧＢ图像：与索引图像一样，ＲＧＢ图像分别用红，绿，蓝三个亮

度值为一组，代表每个象素的颜色。

总体来说，数字图像处理的发展开始于６０年代初期．首次获得实际

成功应用的是美国喷气推理实验室（ＪＰＬ）。他们对航天测控器徘徊者７号在１９６４年发回的几千张月球照片，使用图像处理技术，如几何校正、灰度变换、去除噪声等方法进行处理，获得了巨大成功。随后又对测控飞船发回的近＿广万张照片进行更为复杂图像处理，为人类登月创举奠定了

峰实的基础１２，６，７１。

数字图像处理取得的另一个巨大成就是在医学上获得的成果。１９７２年英国ＥＭＩ公司发明了头颅诊断的Ｘ射线计算机断层摄影装置，简称ＣＴ，１９７９年这项无损伤诊断技术获得了诺贝尔奖，说明它对人类做出了

划时代的贡献【２，６，”。

数字图像处理发展到８０年代，此项技术进入普及期，此时的微机

已经能够担当起图像处理的任务。

从２０世纪８０年代中期到９０年代取得了突飞猛进的发展，现已广泛

地应用在各个领域：

１、遥感

数字图像处理技术在航天和航空技术方面的应用，除了上面介绍的ＪＰＬ对月球、火星照片的处理外，另一方面的应用是在飞机遥感和卫星

遥感技术中。这些图像在空中先处理成数字信号存入磁带中，在卫星经

过地面站上空时，再高速传送下来，这些图像需要用数字图像处理技术

加工处理并提取有用信息１２】。

２、生物医学

数字图像处理在生物医学工程方面的应用十分广泛，而且很有成效。

除了上面介绍的ＣＴ技术外，还有一类是对医用显微图像的处理分析，如红细胞、白细胞分类，染色体分析等。此外，在Ｘ射线成像、同位素成像、超声成像、一ｔｌ，电图分析、立体定向放射治疗等，对这些图像的计

算机处理将协助医生对疾病的诊断Ｉ２１。

东北大学硕士学位论文

第一幸绪论

３、通信工程

当前通信的主要发展方向是声音、文字、图像和数据结合的多媒体网络通信。具体地讲是将电话、电视和计算机以三网合一的方式在数字

通信网上传输。其中以图像通信最为复杂和困难，因图像的数据量十分巨大，如传送彩色电视信号的速率达１００Ｍｂｉｔ／ｓ以上。对电视和电话等传输的图像进行数据压缩、处理等在图像处理中起关键作用１２】。

４、军事和公安

在军事方面图像处理和识别主要用于导弹的精确制导，各种侦察照片的判读，具有图像传输、存储和显示的军事自动化指挥系统，现场照片、指纹和手迹等图像的处理１１－２１。

５、工业检测

在工业和工程领域中图像处理技术有着广泛的应用，如自动装配线中检测零件的质量、并对零件进行分类，印刷电路板质量的检测，弹性

力学照片的应力分析，流体力学图片的阻力和升力分析等，目前已在工

业生产中的喷漆、焊接、装配中得到有效的应用Ｏ－ｚＪ。

此外，在文件处理、机器人视觉、地质、海洋、气象、农业、灾害治理、货物检测、邮政编码、金融、银行、工矿企业、冶会、渔业、机械、交通、电子商务等领域应用。

１．２汽车主动安全性哺 ７’１２１

１．２．１汽车主动安全性的含义

所谓主动安全性，就汽车而言，是为驾驶员提供一个能适应人的生理特性的外部条件，以保证驾驶员很好地完成感知、判断、操作三个过

程的循环。

人、车、环境是影响汽车行驶安全性的三要素，三者之间是相互制

约的系统工程，必须进行全面的综合分析研究，使人、车、环境三者平

衡，从而达到汽车安全运行的最终目的。

东北大学硕士学位论文

第一幸绪论

１．２．２汽车主动安全性的内容

主动安全性内容大体包含：视野性能、操纵性能、仪表信号系统及

图像采集信号等。

视野性能，汽车行驶过程中，外部周围情报信息是通过视野收集的，因此良好的视野性能是汽车主动安全性的重要组成部分，它主要包括：

前方视野、后方视野、特殊环境的视野，它包括寒冷季节时除霜、除雾

及雨天的刮水性能，夜间行驶时的灯光照明及信号系统性能，我们可以通过摄像机拍摄的图像序列来获取外面的路面信息。

操纵性能，驾驶员经过大脑分析判断并发出指令，通过手脚对汽车进行操纵，汽车是否按照驾驶员的指令进行运动，是汽车主动安全性的

主要内容。

仪表、信号系统．仪表及信号装置作为辅助设备，不断为驾驶员提供汽车行驶状态及其设备处理何种工况的信息，也是进行判断的依据，

因此也是制动安全性的主要内容。

１．２．３安全预防技术措施

打瞌睡或注意力不集中驾驶时，驾驶员往往由于疲劳或所见目标单

调而打瞌睡或注意力不集中，导致车辆偏离路线，甚至发生碰撞事故。

为解决这～问题，可通过摄像头等设备获取路面图像经过一系列预处理后，来监视转向盘输入和车辆位置的办法检查驾驶员是否打瞌睡或注意力不集中，并通过“刺激”方法给予驾驶员警告，以便及时纠正驾驶员

状态。

夜间目标检测和警报系统，夜间行驶条件比白天差得多，容易发生

事故这是不言而喻的事实。为避免事故发生，应在规定的车辆接近区域

内，检测是否存在目标或行人，并通过直观显示警告驾驶员，以便提前

采取适当措施，因此本论文也是真对这一问题进行研究，进一步提出其

解决方案。

导航系统，这里所谓的导航系统是ＧＰＳ的一种应用，或者说是以ＧＰＳ为基础的技术扩展。ＧＰＳ的含义为全球定位系统。它由３个部分组成：卫星、地面站和用户设备。因此它是一种以空间卫星为基础的无线

东北天学硕士学位论文

第一章

培论

导航与定位系统。

对于汽车驾驶员来说，最希望得到的是行路指南，通过摄像机拍摄

序列帧图片来获取前方路面的信息，从而可降低驾驶员紧张程度，有利

于交通安全。目前已经有许多院校、单位在研究车辆导航设备，『Ｆ逐步在汽车上得到推广应用。

１．３交通流数据监测的几种方法ｎ钆１５ １７ １９１

１．３．１人工监测

将人分成小组，每一组负责某个方向交通流的某项指标（如车类型），每个人使用手动计数器和秒表等简单设备，由人通过眼和脑的识别分析

分类和手的操作，完成对指标的监测这种方式效率低，耗费人力多，准

确性差，全天候２４小时连续监测比较困难。

１．３．２地埋感应线圈

用多股铜线制成感应线圈，然后将其埋在所要监测车道或区域的路面下，线圈与线圈感应器相连，有车辆通过线圈时线圈就会产生感应电流，线圈感应器通过检测线圈是否有感应电流来监测交通流这种方式，成本低，但是施工麻烦，要挖开路面，对路面造成破坏，而且路面受季节和车辆压力影响，线圈容易损坏，难于维护。

１．３．３超声波探测器

由架设在车道（或监测区域）上方或侧面的超声波探头与控制通讯电路组成，工作原理是超声波探头不断向监测区发射超声波束，同时，它

又接收由监测区中经车辆表面反射回来的超声波，经过对发射和接收波

的时间差来判断是否有车辆通过，从而实现交通流监测。超声波检测器安装不需要破坏路面也不受路面变形路面施工的影响，使用寿命长但易受外界气候天气的影响。

东北大学硕士学位论文

第一章绪论

１．３．４视频图像处理

利用摄像机对交通流进行摄像，采用计算机图像处理和模式识别技术对连续的交通流图像进行处理，从而达到监测交通流的目的。这种方

式具有安装简便，不破坏路面，不受天气影响，设置灵活，监测项目多，

覆盖范围Ｊ“，检测精度高并符合人的视觉习惯等优点。但是，它对计算机硬件的性能要求较高，通过对几种交通流监测方式的介绍和比较，可

以看出以视频图像处理技术为主的视频监测方法具有其他方法无法比拟

的优越性，随着计算机软硬件技术的发展，它必将成为智能交通中的主

流技术。

，

１．４

国内外现状及发展方向

利用电视视频技术、计算机图像处理技术、模式识别技术及通信技

术等多项技术为一体的计算机视频监测技术对交通进行监测和控制是一个具有广阔应用前景的研究方向。它的目标就是用计算机视觉技术通过

分析摄像机拍摄的交通图像序列来对车辆行人等交通目标的运动进行检测定位、识别和跟踪，并对检测跟踪和识别的交通运动目标的交通行为进行分析和判断，从而既完成各种交通流数据的采集又进行与交通管理有关的各种同常管理和控制，形成一个全方位立体化的数字交通监控网，

真Ｊ下实现交通管理智能化。

随着高速公路及智能交通系统（ＩＴＳ）逐步发展完善，车流量逐渐增大，车速也不断提高，人的能力更显不足，导致交通事故频频发生，尽

管研究了很多被动安全性措施来减小事故后的人员伤亡，但引发交通事故的根本原因未得到解决，在我国每年几十万起交通事故带来的直接经济损失就在数百亿元以上。因此，开展基于智能交通系统的车辆主动安

全性研究显得尤为迫切。基于智能交通系统（ＩＴＳ）的汽车主动安全技术

定义为：利用现代信息技术、传感技术来扩展驾驶人员的感知能力，将

感知技术获取的外界信息（如车速、其它障碍物距离等）传递给驾驶人员，同时在路况与车况的综合信息中辨识是否构成安全隐患，并在紧急安全行驶。汽车只有具备了这样的主动安全性，才能减少交通事故，提

情况下。能自动采取措施控制汽车，使汽车能主动避开危险，保证车辆

查些苎竺竺主兰堡垒墨

高交通安全。

第一幸堵论

目前汽车智能主动安全系统的研究，主要集中在以雷达、微波、超声波等为手段，探测路面和障碍物，并提示驾车者。，雷达系统由于过于昂贵而未能投入广泛使用：微波、超声波等也存在探测距离小等缺点。而采用基于计算机视觉及模式识别的手段，却可以较好地克服以上缺点。

当今世界发达国家凭借自己先进的计算机图像处理技术、电视和通讯技术早已经开始了道路交通计算机视频监测技术的研究，研究成果也

在道路交通管理中得到了应用，如美国著名的交通设施研究生产商ＰＥＥＫ公司研制的ＶｉｄｅｏＴｒａｋ．９０５型、ＶｉｄｅｏＴｒａｋ．９１０型视频车辆跟踪和探测系统都是性能优越的视频监测设备，通过这些设备可以得到多种交通流数据和监测出交通状况，这些设备都具有多区域、大范围、多功能实时跟

踪监测的能力１２，３１。

在国内由于过去受经济条件和对外交流的限制，计算机视频监测技术的研究基础比较薄弱，尤其在计算机视频监测技术核心即图像处理和模式识别技术的研究滞后于国外。改革开放以来随着国家经济的腾飞，

国家经济实力不断增强为我国计算机视频监测技术的研究奠定了物质基

础，计算机技术和图像处理技术的革命性发展使计算机视频监测技术的

发展有了强有力的技术支持，城市建设的快速发展和人民生活的日益提

高为视频监测技术的应用提供了环境，由于国外的交通监测设备价格昂贵每套设备的价格都在十几万美元，而且有些设备的功能并不适应国内

的交通国情，所以以图像处理技术和模式识别为主的交通视频监测技术

的研究和应用正在逐渐兴起。目前国内已经有一些院校科研单位及公司在做这方面的技术研究和应用开发工作，如：清华大学的基于ＩＴＳ的汽

车主动避撞性关键技术研究；哈尔滨工业大学汽车工程学院研究的汽车

巡航控制技术；天津理工学院采用图像处理技术防止高速公路汽车碰撞的研究等等，有的已开发出相应产品但是这些产品大都功能单一、有一

定的局限性，因此开展视频交通监测技术的研究对于提高我国视频监测

技术水平促进我国城市道路建设，改变我国交通以人管理为主的被动局面，实现城市交通管理智能化都具有十分重要的现实意义。视频监测技术中图像处理技术是关键，要使图像处理技术达到实用的目的，如何实时准确的分析图像并得到分析结果是关键，因为图像处理的数据量～般是非常庞大的，尤其在交通监测过程中每秒中计算机要处理帧图像，而

东北大学硕士学位论文第一章绪论

每帧图像按计算则每秒中要处理７６８０Ｋ字节，除此之外计算机还要同时进行其他统计计算和控制操作，因此在视频交通流检测和车辆识别系统

中如何设计交通流监测算法和以何种算法来提高系统的实时性和精度是

我们要解决的主要问题。１２．３１

１．５论文的主要工作

论文主要完成以下几个方面的工作：

１、阐明视频交通流检测和车辆识别系统的原理。视频交通流检测和车辆识别系统是通过视频监测技术实时检测道路交通流信息，是集道路

交通信息采集为一体的智能交通系统。该系统的工作原理是通过摄像机

将道路交通流图像捕捉下来再将这些捕捉到的序列图像送入计算机，进

行图像处理图像分析和图像理解从而得到交通流数据和交通状况等交通

信息。

２、介绍已有图像处理的基本方法并对这些方法进行比较，分析图像

处理的基本方法，包括图像滤波、图像锐化、图像增强、图像分割、特征提取及图像识别。通过对已有图像处理方法的应用效果和执行效率进行比较分析，找出符合视频交通流检测和车辆识别系统特点的处理方法。

３、论述了交通流数据检测的方法和检测过程中被测目标的特征点的确定方法，快速获取被测目标的特征点，是目标检测成功和检测结果准确的重要保证。本文通过采取设定检测区域等方法使计算机运算量大幅度降低，使检测结果满足设计的要求。

、

４、识别运动目标比识别静止目标有更大难度，主要是因为运动目标

的图像是随时间而变化的，提取运动目标的特征比较困难，为满足于运

动目标识别的要求，本文对具有位移旋转尺度等不变性的矩特征进行了

研究，取得令人满意的结果。

５、根据图像处理系统的特点和软件设计原则，利用符合视频交通流

检测和车辆识别系统特点的图像处理算法，对视频交通流检测和车辆识别系统进行了设计和实现。

东北大学硕士学位论文

第一章绪论

图像的运动分析处理与识别通过下面的流程图实现

原始图像

图１．１解释算法的流程图

Ｆｉｇ．１．１ＴｈｅｆＪｏｗｃｈａｒｔｏｆｅｘｐｌａｉｎｉｎｇｔｈｅｃａｌｃｕｌａｔｅｍｅｔｈｏｄ

东北太学硕士学位论支第一章绪论

论文的组织结构，本文共分为六章基本上与论文工作相对应，具体

内容如下：

第一章绪论介绍使用视频监测技术对交通流进行检测及进行车辆

识别的研究和应用现状，并指出了目前的发展方向：

第二章数字图像的灰度变换的原理：

第三章障碍物检测的原理：

第四章数字图像的增强，根据图像预处理理论，这是用计算机进行

图像处理不可缺少的知识：

、

第五章是图像分割和特征点提取，介绍图像分割和特征点提取的方

法和过程，为目标识别做准备：

第六章目标识别介绍了目标识别的方法，对视频交通流检测和车辆识别系统进行设计与实现，根据目标检测和目标识别的原理，依据图像处理系统的特点和软件设计原则，对视频交通流检测和车辆识别系统进

行了设计和实现；

最后是结束语总结了论文撰写工作中所做的工作提出了本系统今后

可以继续丌展的研究内容。

东北太学硕士学位论文

第二章数字图像的灰度变换

第二章

数字图像的灰度变换

在计算机数字图像处理中，数字图像的灰度是进行图像识别与处理

的基础。人们可以通过各种观测仪器获得图像，但由于各种条件的限制

和诸多外部因素的影响，如光照强度、感光部件灵敏度、光学系统不均匀性、元器件电特性不稳定等，由同样的像源获得的原始图像往往比实际景物失真，在灰度分布上不均匀，某些部分亮，某些部分暗。图像灰

度修正就是根据用户的特定要求对原始图像的灰度进行某种调整，使得图像在逼真度和可辨识度两个方面得到改善，以获得用户所需的重要信息。数字图像处理的计算方法本质上都可看为线性的，处理后的输出图

像阵列可看为输入图像阵列的各个元素经加权线性组合而得到，这种空间线性处理要比非线性处理简单。但对图像处理的运算来说．由于图像阵列很大，如果没有有效的算法，计算上是很麻烦和费时的，往往采用各种图像变换的方法，如傅立叶变换、沃尔什变换、小波变换等间接处

理技术，可获得有效的处理。【４ｌ

输入函数ｆ（ｘ，Ｙ）表示原始图像，输出函数ｇ（ｘ，Ｙ）表示经处理后的图像，线性系统可看作是一种映射西，它反映了各种线性的图像处理方法，其输入和输出的关系表示为：

ｇ（ｘ，ｙ）＝甜厂０，ｙ）】

２．１

Ｆｏｕｒｉｅｒ变换在灰度变换中的应用ｎｔ

３卸

Ｆｏｕｒｉｅｒ变换，在图像处理的广泛应用领域中，Ｆｏｕｒｉｅｒ变换起着非常

重要的作用，包括效果增强、图像分析、图像复原和图像压缩等。

设数字图像ｆ（ｘ，Ｙ）大小为Ｍ＋Ｎ个像素，其二维离散Ｆｏｕｒｉｅｒ变换为：

脚）２面１

Ｍ荟－Ｉ

Ｎ荟－Ｉ鲰ｙ）ｅｘｐ卜石唏ｌ，ＩＸ＋》］

㈦ ，

“＝０，１，…，Ｍ一１；ｖ

ｔ

０，１，…，Ｎ一１

二维离散Ｆｏｕｒｉｅｒ逆变换由下式给出：

东北太学硕士学住论文第二章数字图像的灰度变换

触加薹》∽唧卜崤ｕｘ刊

Ｘ－０…１．．，Ｍ一１；ｙ。０上…，Ｎ一１

㈦２，

式中，ｅｘｐ卜２如（詈＋号）ｌ称为正变换核，ｅｘｐｌ２如（詈＋号）Ｉ称为逆变换核ａ

ｔＹ为空间域采样值，“，ｖ表示频域采样值。

Ｆｏｕｒｉｅｒ分析的不足之处在于：它在将时域信号转换为频域信号后，时域信息则失去了。通过这种变换，不能确知事件发生的确切时间，而

大多数信号含有趋势、突变、事件的丌始与结束等特征。这些特征通常

足信号所包含的最重要的信息，Ｆｏｕｒｉｅｒ分析在检测它们时便显得无能为

力。而小波分析是一个范围可变的窗口方法，小波分析可以用长时间间隔来获得更精确的低频信息，用短时ｆＢ］问隔来获得高频信息。

２．２小波变换在灰度变换中的应用∞ ５１

小波分析的主要优点就是提供了时频局部分析与细化的能力。对于

‘个实际中容易产生，并具有极少不连续性的正弦信号，其Ｆｏｕｒｉｅｒ系数图没有任何特别的地方，然而小波系数图却能清楚地显示不连续的精确位置。小波分析可以揭示其它信号分析方法所丢失的数据信息。与传统

的信号分析技术相比，小波分析还能在没有明显损失的情况下，对信号

进行压缩和消噪。

小波分析在图像处理中的应用，有多尺度边缘检测、图像识别、图像分割。边缘检测包括可去除多余边缘的一般灰度图像实例。图像识别中．对于汉字或字母的识别，是将二维图像信号降维后再进行小波分解，

通过计算各层次的分形维数形成特征向量从而可以进行识别。

对于二维小波变换，小波基函数和尺度函数可由一维小波函数妒０）和尺度函数庐０）的矢量积得到，即

东北走学硕士学位论文

第二章数字图像的灰度变换

驴（ｘ，ｙ）蕾≯（ｚ）妒（ｙ）妒１＠，Ｙ）＝妒（ｚ渺（ｙ）妒２０，Ｙ）ｔ妒＠弦（ｙ）妒’＠，Ｙ）＝妒０）ｉ；ｆ，（ｙ）

其中，驴是＝维尺度函数，妒１，妒２，妒３分别是三个二维小波函数。

（２．３）

二维图像分解成爿ｊ，和Ｄ：，，Ｄ３，Ｄ０，可以通过沿ｘ方向和Ｙ方

向分别进行一维滤波而得到。于是图像的正交小波分解可以理解为‘组独立的空间有向的频率通道上的信号分解。

小波包分析，小波分析是把信号Ｓ分解成低频ｎ１和高频ｄ１两部分，在分解中，低频口１中失去的信息由高频ｄ１捕获。在下一层的分解中，又将口１分解成低频口２和高频ｄ２两部分，低频ａ２中失去的信息由高频ｄ２捕获，如此类推下去，可以进行更深层次的分解；小波包分解则不然，它不仅对低频部分进行分解，而且还对高频部分也进行分解。因此，小波包分解是一种比小波分解更为精细的分解方法。正因为如此，小波包分析是一种更广泛应用的小波分解方法，它广泛应用于各种信号处理，包括信号的分解、编码、消噪、压缩等等。

２．３小波包分析在灰度变换中的应用

在小波包分解中，树结构是一个非常重要的概念，树中的每一个结点即对应一个小波包，从某种意义上讲，对树的操作也就是对小波包的操作。小波包的树结构如下图：

图２．１小波包树结构

Ｆｉｇ．２．１ｔｈｅｗａｖｅｐａｃｋ

ｔｒｅｅ

ｓｔｒｕｃｔｕｒｅ

．１３．

低频部分信息Ａ高频部分信息Ｄ

图２．２小波包分解结构

Ｆｉｇ．２．２ＤｅｃｏｍｐｏｓｉｎｇＳｔｒｕｃｌｏｒｅｏｆｔｈｅｗａｖｅｐａｃｋ

图像的主要信息在低频部分，高频部分主要是噪声和少部分有用信息，而小波包即对高频部分分解也对低频部分解，所以利用小波包将图像处理由ＲＧＢ图像转化为灰度图像，经以上几种方法比较此方法效果最好。而转化为扶度图像后可以进行图像的底层处理．中层处理，最后进

行高层处理。

图２．３原始图像

Ｆｉｇ．２．３Ｏｒｉｇｉｎａｌｉｍａｇｅ

图２．４灰度变换后的图像

Ｆｉｇ．２．４Ｉｍａｇｅｏｆｔｒａｎｓｆｏｒｍｉｎｇｃｏｌｏｒ

－１５．

东北大学硕士学位论文第三章障碍物的检测

第三章障碍物的检测

行车安全是反映运输质量的标志，高速公路采取了一系列确保行车

安全的措施，行车事故大大减少。高速公路上交通事故率的降低主要得

益于其各种设施性能的提高和完善，本文研究的图像处理是从汽车主动安全角度出发进行研究和开发的。通过获得的图像信息来判断障碍物相对本车的方位信息，进而进行分析和发出警报。汽车在高速公路上行驶时，对于判断汽车状态及做出正确的操作指令都是十分重要的。

障碍物检测在车辆保证安全行驶中起关键性作用．由于物体（车辆）的外形大多是矩形，因此，系统的目的是从获取图像中将所有可能表示道路上车辆的矩形提取出来。

近十年来，智能交通系统成为世界交通运输领域的研究热点，它结合了传感技术、信息处理、通信技术等来减少塞车、降低交通事故、提高运输效率。智能交通系统涵盖交通的各个方面，包括交通管理系统、信息服务系统、车辆安全系统、交通监控系统、公共交通系统和物流管理系统等。其中，车辆安全系统包括车辆自动驾驶系统、车辆防碰撞系统和动态导航系统。基于视觉的车辆自动（或辅助）驾驶系统利用图像处理和计算机视觉检测道路、其它车辆、交通标志、行人、交通障碍物等道路状况，以保证车辆以安全的车距和合适的车速行驶在正确的车道上，并能及时处理非常状况。在基于视觉的车辆自动（或辅助）驾驶系统中，一个关键任务是如何快速准确地从摄像机获取视频图像中检测到车道和前方的障碍物。就这一任务，人们提出了许多技术：包括基于神经网络

方法，光流方法、采用彩色信息和分解模板的车道检测、基于模型的方

法、基于重组图像的方法等等。ＧＯＬＤ和ＲＡＬＰＨ系统利用重组图像抽取道路信息。ＧＯＬＤ系统采用了立体视觉的方法检测车道和障碍物［ｓ，３２１。

透视作用使得图像中的像素由于其在图像中的不同位置而具有不同的意义。它增加了估计车道状态参数和检测障碍物的难度，通常采用逆透视变换来消除这一影响，然而现有的逆透视算法计算量较大，从而导致系统较为复杂。车道和障碍物检测方法采用了预处理和局部直方图技术，此方法可自适应修正计算摄像机视角与路平面的夹角，从而提高了道路

本文来源：https://www.bwwdw.com/article/nlj4.html