基于凹點匹配和分水嶺變換的車輛圖像分割算法研究.pdf

1、在視頻監(jiān)控系統(tǒng)中，有時需要對路口車輛進行準確地統(tǒng)計，再將統(tǒng)計結(jié)果運用于交通燈適時變換的控制系統(tǒng)中，從而提高路口車輛的通行率。除此之外，大型停車場也需要精確地計算車輛數(shù)目，從而能高效地管理停車位。然而，在現(xiàn)實的場景中，由于攝像機安放的位置不理想以及車輛之間靠的很近，從而導(dǎo)致車輛之間容易產(chǎn)生粘連現(xiàn)象。粘連問題對后續(xù)車輛的計數(shù)以及特征提取有著嚴重的影響。因此，研究粘連車輛圖像的分割算法具有非常重要的實用價值。
　　從自然場景中獲取的車輛

2、圖像，除了粘連問題外，噪聲、低對比度以及干擾前景（與車輛灰度值比較接近的前景像素）也是常見車輛分割問題。因此，在對車輛圖像進行粘連分割之前，需要對車輛圖像進行預(yù)處理。預(yù)處理主要作用是增強對比度以及去除噪聲。
　　針對車輛粘連的問題，本文提出了兩種不同的粘連分割算法。首先，本文研究了一種基于距離圖重置的分水嶺分割算法，該分割算法的改進之處在于對分水嶺算法所需的種子點進行了優(yōu)化處理。在優(yōu)化種子點的基礎(chǔ)上重新分布距離圖，最后運用分水嶺分

3、割算法對重置距離圖進行分割。該分割算法不僅能夠?qū)φ尺B車輛進行比較準確地分割，而且在一定程度上抑制分水嶺算法中的過分割現(xiàn)象。其次本論文還研究了一種基于凹點匹配的分割算法，該算法主要的核心是一種運算的轉(zhuǎn)換。首先求取粘連車輛區(qū)域的凹區(qū)，其次根據(jù)凹區(qū)輪廓上的點到特定直線的最短距離確定凹點集合，最后選取最優(yōu)分割線對粘連車輛進行分割。該分割算法能夠有效地，準確地對粘連車輛進行分割，并且計算過程比較簡單。最后為了自動獲得車輛的數(shù)目，本文使用了一種標記