車(chē)載穩像系統的技術(shù)設計與實(shí)現

1.2 針對雨霧天氣的圖像預處理

　　通過(guò)對灰度投影法原理的分析，可知灰度投影算法要求圖像有一定的對比度，當圖像灰度值單一并且對比度差時(shí)，利用灰度投影算法對圖像匹配會(huì )造成投影曲線(xiàn)很平，相關(guān)運算后波谷段平緩不易找到，難以找到正確的運動(dòng)矢量。而雨霧天氣是車(chē)輛外出常常碰到的情況，惡劣天氣也給投影算法帶來(lái)很大影響。因此，需要對圖像進(jìn)行預處理。傳統的預處理方法是通過(guò)直方圖均衡化進(jìn)行，但這種方法存在丟失細節和過(guò)分增強的缺點(diǎn)，在增強圖像對比度的同時(shí)也增強了圖像的噪聲，給后續算法在運動(dòng)矢量估計的精度上產(chǎn)生很大影響。因此，本文采用小波的方法，即圖像經(jīng)過(guò)小波變換分解為低頻部分和高頻部分，然后單獨對高頻部分圖像的邊緣進(jìn)行加強。具體實(shí)現方法如下：

　　(1)選擇Haar小波對圖像進(jìn)行分解，得到圖像的低頻子圖和高頻子圖;

　　(2)利用公式

(σ為噪聲標準方差，N為信號的長(cháng)度)確定閥值λ;

　　(3)對高頻子圖按上述閥值進(jìn)行邊沿檢測并標記;

　　(4)對標記的邊緣進(jìn)行加強，對不是邊緣的置零。

　　采用上述方法進(jìn)行實(shí)驗，結果如圖2所示：

　　圖2 圖像增強效果對比

　　通過(guò)以上結果可以看出，直方圖均衡化在整體增強圖像的同時(shí)，也對圖像噪聲進(jìn)行了增強，圖像邊緣清晰度較差，圖像偏暗;而采用小波邊緣增強法處理的圖像，沒(méi)有很明顯的噪聲影響，同時(shí)圖像細節也很好地保留下來(lái)而且圖像對比度也得到了增強。

　　2 雨霧天氣下車(chē)載視頻穩像的實(shí)驗

　　2.1 實(shí)驗方法

　　選取一段手動(dòng)添加抖動(dòng)的公路路段視頻進(jìn)行試驗，以OpenCV結合VC++6.0作為軟件開(kāi)發(fā)平臺編寫(xiě)車(chē)載穩像算法，對視頻進(jìn)行處理，最后將視頻輸出到顯示器上顯示。

　　2.2 運動(dòng)矢量的估計

　　選用經(jīng)過(guò)預處理后的相鄰兩幀圖像根據公式(1)(2)進(jìn)行投影變換，然后采用公式(3)計算兩幀圖像的行、列相關(guān)曲線(xiàn)。仿真結果如圖3所示：

　　圖3 兩種情況下的運動(dòng)矢量估計

　　實(shí)驗中手動(dòng)加入的水平和垂直方向的抖動(dòng)量分別為-9和12;而實(shí)驗結果顯示，對未經(jīng)預處理的霧天圖像，由于對比度很差，采用灰度投影直接對其進(jìn)行運動(dòng)矢量檢測時(shí)，檢測到的水平和垂直方向的運動(dòng)矢量分別為-3和5，誤差較大;而圖3(b)是經(jīng)過(guò)均衡化處理后，檢測到的水平和垂直方向運動(dòng)矢量為-6和8，精度有所提高;最后圖3(c)是采用小波邊緣增強法對圖像進(jìn)行對比度提高，檢測的水平和垂直方向的運動(dòng)偏移量分別為-7和10，雖然還不能完全準確地檢測出實(shí)際偏移的運動(dòng)矢量，但精度要高于直方圖均衡化處理后的檢測結果。