深度图像处理在车辆识别中应用.docVIP

深度图像处理在车辆识别中应用 　　摘要：以一款车辆识别软件开发为应用背景，重点介绍基于深度图像处理在车辆识别中的应用实例。针对目前普通相机所拍摄的车辆图像，在识别时产生计算量大，噪声干扰、鲁棒性差的问题，软件通过深度相机Kinect采集图像的深度数据及彩色数据，并完成对两种图像的滤波、感兴趣区域匹配融合、目标特征提取、特征匹配等功能，最终满足对获取的图形图像中的车辆快速识别的功能。 　　Abstract： With a vehicle identification software development as the application background， the paper focuses on the application of depth-image processing in vehicle identification. In the identification of the ordinary camera images of vehicles， there is large amount of calculation， noise and poor robustness. The software captures the depth image and color image through the Kinect camera and completes filtering， matching and fusion of region of interest， target feature extraction， feature matching and other function， and ultimately meets the function of rapid identification of vehicles in image obtained. 　　关键词：深度图像；感兴趣区域；图像处理；特征匹配；映射关系 　　Key words： depth-image；region of interest（ROI）；image processing；feature matching；mapping relation 　　中图分类号：TP3 文献标识码：A 文章编号：1006-4311（2016）25-0236-03 　　0 引言 　　在复杂环境中，由于背景光照、阴影的影响，传统相机采集的彩色图像景物灰度差较小以及噪声的存在，难以准确检测到目标对象边缘，造成图形处理识别计算量大，识别速度慢等问题。随着微软的深度图像采集设备Kinect的出现，图像识别技术可以有效利用深度图像信息和彩色图像信息的各自优势从而提高图像中目标识别效率。本文所介绍的内容便是通过Kinect设备采集车辆深度图像信息，根据先验知识提取深度图像感兴趣区域并映射到彩色图像中达到快速分割目标车辆目的，从而提高软件对图像中车辆快速识别能力。 　　1 深度相机Kinect简介 　　深度相机Kinect 2.0如图1所示是微软公司2014年10月发布的一款低成本的图像信息采集设备。它可以每秒钟获取30帧512*424的11位深度信息和1920*1080的8位彩色图像信息。其深度探测范围0m到8m，有效范围0.5m到5m，深度相机和彩色相机的视角范围都是纵向角度60°，横向70°。 　　根据PrimeSense公司对深度信息采集原理的描述，相机运用结构光（structured light）技术获取深度图像，即将红外光源照射到磨砂玻璃（不均匀的透明介质）和红外滤光片后在物体表面形成随机衍射斑点，这些斑点在空间的不同位置产生随机散斑图案，通过红外摄像机捕捉物体表面的散斑图案，再与事先标定的散斑图案依次对比从而获取深度信息。如图2所示，相机通过处理深度信息生成深度图像，该深度图像为位图图像，其每个像素占16位，其中高13位表示最近的物体到深度相机的距离，单位为mm。 　　由以上的介绍可知，深度相机可以获取深度图像，图像的每个像素保存了最近物体到深度相机的距离信息。在应用深度信息之前，我们需要对Kinect for Windows SDK的功能及其特点进一步了解。Kinect for Windows SDK是由微软公司推出的软件开发包，允许开发人员通过Visual Studio 2015访问从深度相机上传输的数据流，通过使用C#等编程语言对彩色和深度数据进行处理并开发相关应用。SDK目前可以提供基本的API，包括彩色图像数据API、深度数据API及音频数据API。 　　深度相机Kinect的主要优势有以下几个方面： 　　①高性能。 　　Kinect深度图像系统采用的是的是PS1080系统级芯片。该芯片使得深度相机可以准