hough车辆检测.docVIP

Hough变换在汽车几何参数视觉测量中的应用 2007-5-23 10:57:31 ?????【文章字体：大?中?小】 打印? 收藏? 关闭? 原作者：刘豫川 孙利生 ??? 一、前言 ??? 军用汽车是现代军队的重要装备之一，是军队战斗力中机动力的重要组成部分。通过性是军用车辆的重要指标，汽车几何参数是影响通过性的重要因素。传统的汽车通过性几何参数测量方法是人工法和靠模法，测量精度差、人为因素大，已不适应于我军军用车辆试验检测的需要，因此急需研制测试技术手段先进的车辆尺寸参数测量系统。基于视觉伺服的汽车几何测量系统是一种以图像特征点的位置偏差为反馈量的“识别——瞄准”系统，该系统可以实现汽车几何参数的非接触快速测量。图像特征点的快速实时识别是此系统的关键技术之一，本文研究了Hough变换在汽车轮廓特征点识别中的应用，实现了车轮轮缘、车轮中心和边缘极限点的在线快速识别。 ??? 二、系统的构成 ??? 基于视觉伺服的汽车几何测量系统原理框图如图1所示，安装在精密导轨上的摄像头作为瞄准部件，正交的导轨形成投影面，摄像头由步进电机驱动，在导轨构成的平面上运动。摄像头获取的实时图像信息经计算机分析处理后，驱动步进电机运动，直到特征点位于摄像机光轴中心为止，从而形成闭环控制，通过计算步进电机的脉冲数可以测得总长、总高、轴距、车轮半径等汽车几何参数。同样地，在YZ平面内构建类似的测量单元可测出总宽、轮距、横向通过半径等参数。该测量系统的主要优点体现在图像特征直接用于控制摄像头的运动，对摄像机的定标误差不敏感，因而不必严格要求汽车在测试台中相对位置的精确，从而提高测量的效率。 ??? ??? 图1基于视觉伺服的汽车几何参数测量原理框图 ??? 三、车轮的识别 ??? （一）单个车轮的识别 ??? 图像采集系统获得汽车实时图像后，首先要经过图像处理得到边缘增强的二值图像。Hough变换对于区域边界被噪声干扰或被其它目标遮盖而引起的边界间断的情况具有很好的容错性和鲁棒性，因此是圆图像识别的重要工具。Hough变换的基本思想是将图像空间变换到参数空间，用大多数边界点满足的某种参数形式来描述图像中的曲线。在本系统实际应用当中，首先是判断圆心，参数空间分配成和图像空间一样大小且坐标一一对应的二维数组空间。在图像边缘点上做沿法线方向的直线，其长度为l，并在设定好的范围[MinR，MaxR]中以1个像素为单位增加。所做法线相交大于设定阈值并且计数最多的点，就是圆心。而半径的检测，则是在检测出圆心的基础上以圆心为原点，在范围[MinR，MaxR]内以1个像素为单位的增量做射线，当射线交于边缘上某点时记录此时射线长度!1，并在数组a[MinR，MaxR]中的a[!1]元素值加1。然后以某个角度Δα在[π，-π]上改变射线方向，从MinR到MaxR范围内增加射线长度，记录交于圆时的射线长度!2，并给a[!2]加1。按照这个规律，射线方向[π，-π]变换完一个周期，如果在数组a[MinR，MaxR]中最大元素值a[!n]大于阈值的，则此!n值即为半径R。此半径是用来在图像处理中显示圆，实际车轮半径是通过计算摄像头瞄准车轮极左和极右端点过程中步进电机的步进距离得到的。图2为圆心检测效果图。图2（b）中的圆形曲线，并不是Hough变换的结果，而是用以指示圆心的可能范围，直观上点密度最大的区域就是圆心所在的区域。 ??? ??? （二）多个车轮的识别 ??? 在两圆检测当中，出现了两个法线汇集的区域，在参数空间找最大点，即“投票”最多的点只能找到一个车轮圆心，而当找“投票”第二多的点，有可能落在第一个圆心的附近，如图2（b）中的用圆形曲线圈出的圆心区域内。在本系统中为了避免类似的情况发生，则采取“遮盖”的方法检测第二个圆圆心，即在检测出第一个圆心之后，在参数空间，用30×30像素的正方形区域“遮盖”圆心，把这个正方形区域内的参数空间的计数阵元全部变为0，这样，再重新找最大值，就可以得到第二个车轮的圆心和半径。对于在一个图像上出现多个车轮的情况也可以用类似的方法检测，检测的过程如图3所示。 ??? ??? 图3两个车轮的检测过程 ??? 四、边缘极限点的判别 ??? 边缘极限点就是在边缘图像中的最左端点、右端点、上端点和下端点。在车身几何尺寸检测中，边缘极限点对应于汽车的最前端点和最后端点，直接影响着汽车接近角和离去角的测量。是汽车通过性检测的重要参数。对于极限点的测量，从方法上讲比较简单，就是对图像的边缘增强二值图所占用的二维数组进行扫描，找到有边缘点存在的二维数组的下标极值。此存储单元的下标和原图像的坐标一一对应，就可以在原图像中找到极值点。 ??? 但是在实际应用过程中，因为此方法不象Sobel算子和Hough变换那样采用阈值和“投票”的方式，能够降低对