紅外圖像處理在汽車防撞系統中的運用

摘要： 基于紅外圖像的視覺處理，提出了新的汽車夜視安全控制方法。通過對車載熱像儀所拍攝的紅外圖像的一系列處理，包括圖像濾噪、圖像分割和圖像分析，得到前方車輛的排氣管的形心坐標。根據這個坐標和已知的參數，建立測距幾何模型，可以實時得到本車與前車的距離。指出將這一控制識別方法可以用在汽車防撞系統中，具有一定的應用前景。

關鍵詞： 紅外熱像儀；圖像處理；形心檢測；夜視安全

中圖分類號：U463.6 文獻標志碼：A 文章編號：1005-2550（2011）05-0045-04

The Application of Infrared Image Processing in

the Automotive Anti-collision System

GONG Zhen-peng，DING Ding

（Vehicle Engineering College，Wuhan University of Technology，Wuhan 430070，China）

Abstract:A new control method is presented.It is used on the vehicle’s night-vision safety based on the processing of infrared images which are taken by thermal infrared imager on the vehicle. After a series of image processings including denoising， segmentation and analysis ， the centroid of the front exhaust pipe is detected . The geometrical model of distance measurement is built on the basis of the centroid and other known parameters . It’s indicated that this control method could be applied to the automotive anti-collision system and open the door widely for increased application.

Key words: thermal infrared imager；image processing; centroid detection；night-vision safety

據美國國家公路交通安全管理局（NHTSA）統計，夜間行車在整個公路交通中只占四分之一，但有70%的交通事故發生在夜間。在夜間等能見度較低的情況下，視距差的環境是汽車行駛的重大安全隱患。現如今的車載防撞系統普遍采用雷達測距，而雷達測距裝置造價較高，沒有視覺效果。夜視安全系統用作輔助駕駛系統，在視線差的環境中用于觀測行人、道路以及無光源障礙物，為整車提供更高的主動安全性。而夜視系統輸出為較模糊的圖像，駕駛員幾乎無法根據這些圖像判斷障礙物的距離。利用熱成像儀進行前車距離測量是視覺測障的夜間解決方法。

本文通過對車載單目紅外熱像儀所拍攝的前車尾部紅外圖像的處理，從中分離出排氣管位置在紅外圖像中的形心坐標，并以此實時檢測本車與前車的距離。可以將這一數據實時告知駕駛員，保證行車的安全。

1 紅外熱源的選取

任何物體在溫度大于絕對零度時，都會向外發射紅外線，所發射紅外線的強度和波長與物體的溫度有關。紅外熱像儀就是通過接收不同溫度的物體所發射紅外線，并檢測光敏元件活躍程度而成像的。

視線差的車輛行駛環境中，前車的諸多熱源可以作為本車的紅外探測對象，如排氣管、牌照燈等。一般來說汽車排氣管出口溫度在60°~100°之間，與周圍環境的溫差較大。另外汽車尾氣排出時會在排氣管出口形成一團高溫氣體，因此經處理后的汽車尾部紅外圖像具有較高的對比度，容易將排氣管出口區域從整體圖像中分割出來，便于后續操作處理。本文將對所拍攝的轎車尾部排氣管的紅外圖像進行處理，檢測排氣管出口處的形心坐標，并得到相應的測距方法。并通過檢測本車的車速、加速度計算安全行駛距離，并在必要時發出與前方車輛的避撞報警。圖1為基于紅外熱圖像處理的車輛夜視安全算法流程。

圖1 基于紅外熱圖像處理的車輛夜視安全算法流程

2 圖像測距模型

夜間行駛環境下，為了保證安全，須實時向駕駛員提供與前車的距離。而目前一般的圖像測距模型是基于小孔成像的原理建立起來的。目標與鏡頭距離越遠，則像中目標的尺寸越小，越近則尺寸越大。建立模型，如圖2所示：

圖2 基于小孔成像的測距模型

圖2中，C點為尾氣管形心實際位置，離地高度為h；Q為該形心的像，其坐標為（x1、y1）；O點為鏡頭中心點，此時描述為小孔，離地高度為H；O1為像平面的中心點，其坐標為（x0、y0）；f為熱像儀有效焦距；設D為前車距離本車的斜線距離。

則由三角形相似得到：

=（1）

所以：D=·（2）

式中，H已知；h為汽車排氣管離地高度，對于一般的車輛h約在200~400 mm之間，可以取300 mm進行估算；f為熱像儀的有效焦距；可以設定坐標點（x0，y0）為原點，而（x1，y1）可以根據攝像機參數和標定得出。

3 紅外圖像處理及形心提取

紅外熱像圖是通過探測物體表面的溫度輻射來成像的，但是這期間不可避免的受到非檢測對象的輻射干擾，如大氣，灰塵等，因此一般的紅外熱像圖都有邊緣模糊，對比度不高的特點，這些干擾統稱之為噪聲。通過對圖像的預處理，濾去噪聲，可以提高信噪比。圖像分割是將目標從圖像中分離出來，便于后續的處理。但是在分離過程中，也會將圖像中的偽目標分離，因此分割完成后需要對圖像進行二值形態學濾波，提取目標。

3.1 圖像預處理

與可見光圖像相比，紅外熱圖像存在著噪聲較大，邊緣模糊的缺點。圖像的預處理的目的是為了抑制圖像中的背景和噪聲，其在整個的圖像處理過程中占有重要地位。背景抑制的好壞直接影響到后面圖像分析的結果和質量。目前所采用的濾波算法有高通濾波、帶通濾波、中值濾波、數學形態濾波，以及基于小波變換的濾波方式等等。由于要考慮后續圖像特征目標的提取，在對圖像進行消噪濾波過程中，要保持目標的輪廓。而中值濾波的優點就是在濾去噪聲的同時，并不破壞圖像的輪廓特征。因此在車載紅外圖像處理中，中值濾波適合作為圖像預處理的算法。本文是對公路夜間所拍攝的紅外圖像進行處理，在進行處理之前要求將圖像由原來的彩色圖像轉化為灰度圖像。圖3為中值濾波后的圖像。

圖3 中值濾波后的圖像

3.2 圖像分割

圖像分割是指將圖像中有意義的對象與其背景分離，也就是把圖像中具有不同含義的對象提取出來。車載熱像儀所拍攝的紅外圖像在經過濾波消噪處理后，需要對圖像中的目標特征也就是前車排氣管部分進行提取。常用的圖像分割方法主要有兩種，分別是基于圖像邊緣的分割和基于圖像灰度直方圖形狀的閾值分割法。經過濾波處理后的實時紅外圖像具有不同的背景灰度，各個背景之間，背景與目標之間，灰度直方圖的形狀都有很大的差別。為了得到較理想的分割圖像，需要對不同的圖像取不同的閾值。因此基于圖像灰度直方圖形狀的閾值分割法不便于自動處理，可以選用基于圖像邊緣的分割方法。最大類間方差法不需要人為地設定閾值，是一種自適應閾值的基于邊緣的圖像分割方法，可以用作實時圖像的分割處理。

基于最大類間方差的圖像分割是將圖像中的目標和背景分類，將圖像分為背景區域和目標區域，并認為這兩區域間的方差最大時，是最佳分離狀態，并由此確定閾值。經Matlab實現最大類間分割后，圖像有灰度圖像變為二值圖像。圖4顯示的為經最大類間分割后的圖像。其中大塊亮斑為汽車尾部排氣管的高溫區，小塊的斑點包含有，汽車牌照燈、路邊的街燈等一些干擾點。

圖4 最大類間分割后的圖像

3.3 二值形態學操作及特征提取

在經過了降噪濾波和圖像分割之后，提取到了含有目標和部分雜質的圖像。接下來要對所得到的圖像二值圖像進行處理，除去偽目標，得到目標的近似形心的坐標。二值形態學的基本思想是用一定形態的結構元素去度量和提取圖像中的對應形狀，然后經過圖像分析和圖像識別。其基本運算包括：膨脹、腐蝕、開啟和閉合、提取邊界等運算。

從分割后的圖像可以看出，圖像中除目標外，可能還存在由路燈、汽車牌照燈等溫度較高的物體所遺留的亮點。若直接提取目標的形心，則所得到結果會有較大偏差，因此需要刪除其他的小亮點，排除干擾。具體做法是，首先對分割后的圖像進行腐蝕，然后求出形心坐標點所對應的像素值，若像素值為0，則形心落在了大塊亮斑的外邊，顯然這是不準確的。這時需要進一步對圖像腐蝕，直到形心落在亮斑內部，得到比較滿意的形心坐標。圖5為經過腐蝕圖像和求取形心坐標聯合處理后的圖像，圖像中叉點即為所求的形心。

圖5 腐蝕和求形心聯合處理后的圖像

4 試驗結果描述及誤差分析

為了驗證上述方法，在公路上跟蹤某一車輛拍攝不同距離下多幅圖像，并按照文中所述的方法進行處理。所選用的熱像儀像素為384×288，像元尺寸為25 ?滋m，定焦距為100 mm。采用式（2）計算，結果如表1所示。

表1 試驗處理結果

從表1可以看出，采用本方法可以實時估計出本車與前車的相對距離，絕對誤差值隨著測量距離的增加而變大，而誤差率在可以接受的范圍內。從整個系統看，影響結果的主要誤差來源有：

1）由于本車的顛簸，熱像儀的輕微晃動，造成形心檢測不準確，這是檢測誤差的主要來源。此種誤差來源受限于試驗條件，相信提高穩定裝置后會得到較精確的測量結果。

2）另外由于路面的起伏，對于排氣管高度的假設條件不能始終滿足，造成計算結果有偏差。

3）熱像儀自身的光學元件以及傳感器所帶來的系統誤差。

4）由于路邊突然出現高亮物體，影響圖像處理的結果。

5 結論

本文所提出的采用對汽車尾部排氣管的紅外圖像處理，經過建模計算實現單目測距。尾部排氣管局部溫度高，因此所拍攝的紅外圖像對比度較高，易于分割處理，能夠得到比較準確的距離估計值。適用于在路面平坦，視野開闊的路面。在試驗中也發現存在由于車身顛簸，路面不平所帶來的誤差，為解決這些問題需要探索新裝置、新技術來加以完善。

參考文獻：

［1］ 李棟梁.汽車夜視系統研究［J］.電子設計應用，2008，（9）：82-84.

［2］ 陳揚，陳榮娟，郭穎輝. MATLAB 6.X 圖形編程與圖像處理［M］.西安：西安電子科技大學出版社，2002.

［3］ 李廣. 基于立體視覺和激光測距融合的汽車防撞系統研究［D］.鎮江：江蘇大學，2010.

［4］ 喬維高.汽車被動安全研究現狀與發展［J］.汽車科技，2008，（4）:1-4.