基于凹點(diǎn)匹配和分水嶺變換的車輛圖像分割算法研究.pdf

1、在視頻監(jiān)控系統(tǒng)中，有時(shí)需要對(duì)路口車輛進(jìn)行準(zhǔn)確地統(tǒng)計(jì)，再將統(tǒng)計(jì)結(jié)果運(yùn)用于交通燈適時(shí)變換的控制系統(tǒng)中，從而提高路口車輛的通行率。除此之外，大型停車場(chǎng)也需要精確地計(jì)算車輛數(shù)目，從而能高效地管理停車位。然而，在現(xiàn)實(shí)的場(chǎng)景中，由于攝像機(jī)安放的位置不理想以及車輛之間靠的很近，從而導(dǎo)致車輛之間容易產(chǎn)生粘連現(xiàn)象。粘連問(wèn)題對(duì)后續(xù)車輛的計(jì)數(shù)以及特征提取有著嚴(yán)重的影響。因此，研究粘連車輛圖像的分割算法具有非常重要的實(shí)用價(jià)值。
　　從自然場(chǎng)景中獲取的車輛

2、圖像，除了粘連問(wèn)題外，噪聲、低對(duì)比度以及干擾前景（與車輛灰度值比較接近的前景像素）也是常見(jiàn)車輛分割問(wèn)題。因此，在對(duì)車輛圖像進(jìn)行粘連分割之前，需要對(duì)車輛圖像進(jìn)行預(yù)處理。預(yù)處理主要作用是增強(qiáng)對(duì)比度以及去除噪聲。
　　針對(duì)車輛粘連的問(wèn)題，本文提出了兩種不同的粘連分割算法。首先，本文研究了一種基于距離圖重置的分水嶺分割算法，該分割算法的改進(jìn)之處在于對(duì)分水嶺算法所需的種子點(diǎn)進(jìn)行了優(yōu)化處理。在優(yōu)化種子點(diǎn)的基礎(chǔ)上重新分布距離圖，最后運(yùn)用分水嶺分

3、割算法對(duì)重置距離圖進(jìn)行分割。該分割算法不僅能夠?qū)φ尺B車輛進(jìn)行比較準(zhǔn)確地分割，而且在一定程度上抑制分水嶺算法中的過(guò)分割現(xiàn)象。其次本論文還研究了一種基于凹點(diǎn)匹配的分割算法，該算法主要的核心是一種運(yùn)算的轉(zhuǎn)換。首先求取粘連車輛區(qū)域的凹區(qū)，其次根據(jù)凹區(qū)輪廓上的點(diǎn)到特定直線的最短距離確定凹點(diǎn)集合，最后選取最優(yōu)分割線對(duì)粘連車輛進(jìn)行分割。該分割算法能夠有效地，準(zhǔn)確地對(duì)粘連車輛進(jìn)行分割，并且計(jì)算過(guò)程比較簡(jiǎn)單。最后為了自動(dòng)獲得車輛的數(shù)目，本文使用了一種標(biāo)記