基于改进分水岭算法的车辆监控视频图像分割.docVIP

  基于改进分水岭算法的车辆监控视频图像 分割 魏新宽，申永军* 5 10 15 20 25 30 35 40 （兰州大学信息科学与工程学院，兰州 730000） 摘要：本文提出了一种基于形态学的分水岭改进算法，利用形态学开、闭重建算法对图像进 行降噪处理，结合韦伯感知原理，对形态学梯度图像进行灰度等级的非线性划分，使用非线 性划分的梯度图像进行分水岭标记。解决了传统分水岭算法过分割以及分水岭标记之前的噪 声与目标细密纹理的抑制问题。并利用这一方法，对车辆监控视频中的目标图像进行提取， 简化了传统视频图像分割的步骤，提高了图像分割的精度。 关键词：形态测地膨胀；梯度计算；韦伯感知原理；分水岭标记 Vehicle Monitoring Video Image Segmentation Based on Improving Watershed Algorithm WEI Xinkuan, SHEN Yongjun (Lanzhou University, Information Science and Engineering, LanZhou 730000) Abstract: This article proposes an improved Watershed Algorithm based on morphological, using Morphological Open and Close Reconstruction to reduce the noise of image. Besides, with the Weber perception principle, it devised the morphological gradient image in the form of gray scale non-linear and marked the gradient image with Watershed Algorithm. So it solved the over-segmentation problem of traditional Watershed Algorithm and the suppression problem of noise and fine-grained before watershed mark. By the above method, the target image can be extracted from Vehicle surveillance video, which simplifies the steps of traditional image segmentation, and improve the accuracy of image segmentation. Keywords: Geodesic Dilation; Gradient Computation; Weber perception principle; Watershed Mark 0 引言 智能监控系统中，视频图像分割是一个关键环节，图像提取的精度直接影响整个监控系 统的性能。交通检测场景中，待提取的目标是运动的车辆，一般表现为凸边界物体，它们的 大小、颜色、纹理均不确定，所在的环境和光照也随着时间不断变化，具体说来，基于交通 场景的车辆提取存在如下困难:(1)自然光照下，运动车辆会投射出阴影，阴影随光照角度变 化、随车辆运动而移动，具有不确定性。(2)车辆靠得过近或车辆产生的投射阴影过长时， 阴影会将临近的车辆粘在一起。(3)摄像头的拍摄角度不是在道路正前上方，并行运行的车 辆在图像上会出现车体部分被遮挡的现象。(4)运行的车辆中，大车在前、小车在后会造成 遮挡现象。这些情况，实际应用中都是无法避免的。 传统分水岭算法是一种典型的基于区域的空间分割算法，采用了并行化处理方式，具有 运算快速的优点，可得到连续、封闭、单象素宽的精确的边缘，但传统分水岭算法对噪声极 其敏感，并且由于噪声及目标内部细密纹理的影响，在涨水过程中，检测到的局部极小值过 多，从而在目标内部平坦区域出现大量局部的“谷底”，使得在后续分割中出现大量细小区 域，极易产生过分割现象。 作者简介：魏新宽，（1982-），男，研究生，主要研究方向：智能监控，信息安全。 E-mail: 通信联系人：申永军，（1947-），男，副教授，主要研究方向：计算机控制、信息安全和社会公共安全。 E-mail: shenyj@ -1-   基于上述分析，提出了一种改进的分水岭算法，主要解决分水岭标记之前的噪声与目标 细密纹理的抑制问题。 1 视频监控及改进分水岭算法流程  45 50 55  1.1