基于凹点匹配和分水岭变换的车辆图像分割算法研究

摘要

在视频监控系统中，有时需要对路口车辆进行准确地统计，再将统计结果运用于交通灯适时变换的控制系统中，从而提高路口车辆的通行率。除此之外，大型停车场也需要精确地计算车辆数目，从而能高效地管理停车位。然而，在现实的场景中，由于摄像机安放的位置不理想以及车辆之间靠的很近，从而导致车辆之间容易产生粘连现象。粘连问题对后续车辆的计数以及特征提取有着严重的影响。因此，研究粘连车辆图像的分割算法具有非常重要的实用价值。
　　从自然场景中获取的车辆图像，除了粘连问题外，噪声、低对比度以及干扰前景（与车辆灰度值比较接近的前景像素）也是常见车辆分割问题。因此，在对车辆图像进行粘连分割之前，需要对车辆图像进行预处理。预处理主要作用是增强对比度以及去除噪声。
　　针对车辆粘连的问题，本文提出了两种不同的粘连分割算法。首先，本文研究了一种基于距离图重置的分水岭分割算法，该分割算法的改进之处在于对分水岭算法所需的种子点进行了优化处理。在优化种子点的基础上重新分布距离图，最后运用分水岭分割算法对重置距离图进行分割。该分割算法不仅能够对粘连车辆进行比较准确地分割，而且在一定程度上抑制分水岭算法中的过分割现象。其次本论文还研究了一种基于凹点匹配的分割算法，该算法主要的核心是一种运算的转换。首先求取粘连车辆区域的凹区，其次根据凹区轮廓上的点到特定直线的最短距离确定凹点集合，最后选取最优分割线对粘连车辆进行分割。该分割算法能够有效地，准确地对粘连车辆进行分割，并且计算过程比较简单。最后为了自动获得车辆的数目，本文使用了一种标记计数算法。

目录

封面

声明

中文摘要

英文摘要

目录

第1章 绪论

1.1 研究背景及意义

1.2 国内外的研究现状

1.3 本论文的主要内容和工作安排

第2章 数字图像分析与处理基础

2.1 基本概念

2.2 图像的增强

2.3 数字图像分割的基本方法

2.4 本章小结

第3章 基于距离图重置的分水岭分割算法

3.1 图像预处理

3.2 分水岭算法与距离变换

3.3 距离图重置的分水岭分割

3.4 本章小结

第4章 基于凹点搜寻匹配的分割算法

4.1 引言

4.2 车辆粘连的判断

4.3 凹点分割算法的实现

4.4 凹点匹配分割结果

4.5 车辆的标记计数

4.6 本章小结

第5章 结论与展望

5.1 本文总结

5.2 展望

致谢

参考文献