一种基于Canny算子车辆目标检测方法.docVIP

一种基于Canny算子车辆目标检测方法 　　[摘要] Canny算子作为一种优化的边缘检测算法，在检测图像的边缘时有着边缘上连续等诸多优点。本文是在差分背景的情况下对车辆做边缘检测，在分析Canny算子的基础上对算子做了改进，提出了基于Otsu算法的一种动态阈值的边缘提取算子。该算子弥补了普通的Canny算子对于阈值不能随着图像的信息而自动调整的缺陷。实验表明，改进的算子能对动态图像序列的车辆进行自动有效的边缘检测。 　　[关键词] 边缘检测 差分背景 Canny算子 Otsu算法 自适应阈值 　　 　　一、引言 　　 　　车辆的检测和跟踪是当今机器视觉的热点和焦点，车辆的跟踪是建立在正确、可靠的检测基础上。我们一般观察到的车辆都是有着复杂的背景，在做差分背景的运算可以较好的将背景的信息去掉，有利于车辆边缘的检测。但如何有效提取出差分图像的车辆边缘，一直是个难点，常用的边缘检测算法有Robert算子、Prewitt算子、Sobel算子和LOG算子等。但这些算子都对噪声比较敏感，对于信噪比相对低的图像，处理的效果不会很好，Canny算子能有效的去噪和保留图像的边缘，因此Canny算子在图像的边缘检测中被广泛的运用。 　　传统的Canny算子利用固定的高、低阈值来进行边缘提取，对不同图像缺乏自适应性。另一方面无法消除局部噪声干扰，在检测出假边缘的同时还会丢失一些灰度变化