车辆压线检测方法

摘要 针对车辆压线的违章行为，提出一种基于计算机视觉的车辆压线检测方法。首先利用Hough变换对交通视频图像中的黄线实现自动提取；然后用背景差法从图像中提取前景车辆，并用大津法将车辆分割出来，从而获得车辆位置；最后根据黄线区域和车辆区域是否有重叠来判断车辆是否压线。实验结果表明，该方法能满足准确高效的要求。
关键词 图像处理；直线提取；车辆检测

随着交通运输业的快速发展，汽车数量的急剧增加，各种车辆违章行为层出不穷，车辆压黄线属于一种严重的交通违章行为，用视频的方法检测车辆压黄线具有一定的实用价值。文中针对这个问题，提出了一种基于计算机视觉的车辆压线检测方法。

1 车辆压黄线检测算法
1．1 图像预处理
图像预处理是视频图像处理的第一步，它是将输入的图像进行滤波去除噪声，增强图像的过程。经过图像的灰度化、二值化、中值滤波后可以使得感兴趣的区域可视化效果得到改善，有利于对图像的进一步处理。
1．2 边缘检测
边缘检测的基本思想首先是利用边缘增强算子，突出图像中的局部边缘，然后定义像素的“边缘强度”，通过设置阈值的方法提取边缘点集。常用的检测算子有Roberts算子、Sobel算子、Canny算子、拉普拉斯算子。经实验对比后发现使用Canny算子的边缘提取效果优于其他算子，因此文中在黄线提取中使用了Canny算子。
1．3 直线提取
判断车辆是否压线，要预先确定黄线的位置。文中采用Hough变换进行直线提取，即通过图像信息来自动获取直线位置。
Hough变换是利用图像的全局特性而直接检测目标轮廓，将图像的边缘像素连接起来的常用方法。在预先知道区域形状的条件下，利用Hough变换可以方便地得到边界曲线而将不连续的边缘像素点连接起来。Hough变换的基本思想是利用点、线的对偶性。图像变换前在图像空间，变换后在参数空间。在图像空间XY中，所有通过点(x，y)的直线一定满足方程
y=px+q (1)
式中，p为斜率；q为截距。如果将x，y看成参数，它又代表参数空间PQ中通过点(p，q)的一条直线。图像XY中通过点(xi，yi)和(xj，yj)的直线上的每一点都对应参数空间中的每一条直线，而这些直线相交于(P’，q’)，(p’，q’)恰好就是图像XY中过点(xi，yi)和(xj，yj)的直线的参数。由此可知，在图像空间中同一条直线上的点对应在参数空间里是相交的直线，当给定图像空间中一些边缘点时，就可通过Hough变换确定连接这些点的直线方程。
1．4 车辆提取
常用的运动目标提取算法有帧间差法、背景差分法、背景模型法以及在这些基本算法基础上提出的很多改进算法。其中，背景差分法主要应用于摄像机固定，背景图像相对静止的条件下，选取一帧图像作为背景图像，计算当前图像与背景图像的差来实现运动目标的检测
R(i，j)=|F(i，j)-G(i，j)| (2)
其中，R(i，j)为待测的运动目标；F(i，j)为视频序列图像；G(i，j)为背景图像。
文中以固定道路交通视频为基础进行研究，满足使用背景差分法的条件，因此选用背景差分法来提取目标车辆。背景差分法的优点是位置精确、运算速度快，不足之处是对环境光线的变化比较敏感，在非受控环境下需要加入背景图像进行更新。目前主要的背景更新算法有图像序列平均法、IIR滤波器法等。
1．5 车辆标记
为更明显地表示车辆的位置，文中采用矩形框对车辆区域进行标记。首先采用图像分割技术将车辆从图像中分割出来。图像分割的定义为：令集合R代表整个图像区域，对R的分割可看作将R分为N个满足以下条件的非空子集R1，R2，…，RN。