行人輪廓檢測算法研究

許煥明, 高向東

(1.廣東工業大學 機電工程學院，廣東 廣州510006；2.廣東交通職業技術學院，廣東 花都510800)

在圖像中可靠地進行行人檢測和識別具有廣泛的應用前景，如智能視頻監控、車輛輔助安全駕駛系統和多媒體檢索。同時，行人檢測是物體檢測領域里最具挑戰性的一種，因為行人具有非常大的差異，如服裝顏色和款式的差異、身材的差異、姿態的差異、光照的差異、視角的差異、陰影的差異、背景的差異、遮擋的差異，另外，行人還有可能拎著各式各樣不同的包，如背包、手提包、皮夾子、購物袋等，這些差異都會給行人邊緣檢測帶來困難。

當前的行人檢測方法有近千種之多，但主要分為二類。第一類算法[1]根據人體各個組成部分的局部特征分別進行檢測，然后利用一定的投票規則將各個組成部分的檢測結果進行合并，輸出最終檢測結果。Mohan等[2]對人體每個部分進行獨立訓練以獲得多個人體部位檢測算子，然后將這些算子合并成一個二級分類器；或者是在整個人體中選擇一些稀疏特征點作為檢測依據。由于頭部、軀干、四肢幾個人體主要組成部分形態相對固定，特征也比較穩定，因此該類算法能夠較好地處理遮擋和姿態變化情況。第二類是基于統計學習的算法，通過特定的特征提取算子，如層級形狀模板[3]、Haar小波變換[4]、矩形特征[5]以及梯度方向直方圖HOG(Histogram of Oriented Gradient)[6]。這些方法雖然都有成功的應用，但普適性比較差。本文采用圖像形態學處理技術，研究行人邊緣檢測技術，致力于消除行人邊緣檢測的干擾因子，進而提高行人邊緣檢測的健壯性和魯棒性。

1 數學形態學

近年來，數學形態學處理(Mathematic Morphology)已經發展為數字圖像處理的一個重要研究領域。數學形態學的基本思路是利用具有一定形態的結構元素去度量和提取圖像中的對應形狀，以達到對圖像進行分析和識別的目的。數學形態學是由一組形態學的代數運算算子組成的，它的基本運算有擴張、侵蝕、開啟和閉合[7]4個。

灰度圖像形態學是數學形態學的一個重要分支，是二值形態學對灰度圖像的自然擴展，其運算對象不再是集合，而是圖像函數。對灰度形態學而言，二值形態學中用到的交、并運算分別用最大值和最小值運算代替。設T為輸入圖像，r為結構元素，灰度形態學擴張、侵蝕、開啟和閉合運算分別定義如下。

(1)擴張

擴張(dilation)的運算符為⊕，用 r對 T進行擴張可表示為T⊕r，其定義為:

(2)侵蝕

侵蝕(erosion)的運算符號表示為Θ，用r對T進行侵蝕可以記為TΘr，其定義為:

式(2)表明,用 r侵蝕 T的過程就是對 r平移運算 x，結果是所有x的集合，即r平移x后仍在T中。侵蝕操作常用來分開細小的粘連。

擴張與侵蝕這兩種運算是緊密聯系在一起的，它們之間存在對偶性，即一種運算對目標的操作相當于對另一運算的背景的操作上。這種對偶性可以表為

因為擴張和侵蝕并不互為逆運算，所以它們可以級聯結合使用。在圖像處理中擴張和侵蝕運算很少單獨使用，一般是將兩者結合起來使用，這就得到了開啟運算和閉合運算，開啟運算是先對圖像進行侵蝕，然后再進行擴張，用開運算可消除圖像中的孤島或者尖峰等過量的點；閉運算是先對圖像進行擴張，再進行侵蝕，閉合運算能填平目標上的小裂縫，選擇恰當的結構元素能剔除圖像中的暗噪聲，同時保留較大的亮度特征。

(3)開啟

用r對T進行形態學開啟操作可以記為T○r,其定義為:

(4)閉合

用r對T進行形態學閉合操作可以記為T·r,其定義為:

2 視頻圖像行人邊緣檢測

圖像最基本的特征是邊緣(Edge)。邊緣是指圖像局部亮度變化最顯著的部分,它存在于目標與背景、目標與目標、區域與區域之間。邊緣檢測是根據數字圖像中的突變信息檢測圖像的邊緣。圖像邊緣信息在圖像分析和人的視覺中都是十分重要的，是圖像識別中提取圖像特征的一個重要屬性。邊緣信息便于量化和比較，更適合于檢測和定位圖像中的物體位置，因此邊緣檢測技術在數字圖像檢測和識別中有著極其重要的地位。邊緣檢測的實質是采用某種算法來提取出圖像中對象與背景間的交界線，其目的就是要突出圖像的邊緣以便提取圖像的特征。

圖像邊緣檢測的功能是根據數字圖像中的突變信息檢測圖像中物體的邊緣，識別圖像的形狀，提取圖像的特征，確定數字圖像中物體的位置。

圖像的邊緣既有方向性又有幅度性。一般來說，沿水平邊緣變化平緩，而垂直邊緣走向的像素變化劇烈，這種變化可能呈現階躍型和屋頂型。這些變化分別對應景物中不同的物理狀態。例如階躍型變化通常對應目標的深度和反射邊界，而屋頂型變化通常反映表面法線方向的不連續。如果一個像素落在圖像中某一個物體的邊界上，那么它的鄰域將成為一個灰度級的變化帶。對這種變化最有用的兩個特征是灰度的變化率和方向，它們分別以梯度向量的幅度和方向來表示。

大部分邊緣檢測算子是在不同尺度上用光滑函數對信號進行平滑，然后從其一階或二階導數中檢測出突變點，其一階導數的極值點對應于二階導數的零交叉點和平滑信號的拐點，如拉普拉斯(Laplacian)算子、Canny算子和拉普拉斯高斯(LOG)算子等[8]。本文采用Canny算子對行人邊緣進行檢測研究。

Canny的主要工作是推導最優邊緣檢測算子。它考核邊緣檢測算子的指標是：(1)低誤判率，即盡可能少地把非邊緣點誤認為是非邊緣點；(2)高定位精度，即準確地把邊緣點定位在灰度變化最大的像素上；(3)抑制虛假邊界[9]。

Canny算子先用高斯平滑濾波器來平滑圖像以除去噪聲，即用高斯平滑濾波器與圖像作卷積，然后采用一階偏導的有限差分來計算梯度的幅值和方向。 再經過一個非極大值抑制的過程，最后采用兩個閾值來連接邊緣。

算法步驟：

(1)用一維高斯函數對原始圖像f(x,y)進行列和行平滑，得到平滑圖像:

(2)用一階偏導數的有限差分計算梯度的幅值和方向。

對圖像的每個像素點 I(x,y)，采用 3×3模板作為對x和y方向一階偏導數Px(x,y)和Py(x,y)近似計算梯度的大小和方向。

其中，梯度幅值M(x,y)反映了圖像的邊緣強度；梯度方向θ(i,j)反映了邊緣的方向。使M(x,y)取得局部最大值的方向角θ(i,j)反映了邊緣的方向。

由于Canny算法使用了兩個梯度的閾值，檢測的邊緣連續性較好，是 Sobel、Prewitt、roberts及 Zeroscross算法中最好的方法[10]。

3 行人邊緣輪廓擬合

實際的圖像數據邊緣可以擬合理想邊緣。如果在給定的圖像位置擬合的精度比較高，則該邊緣可以認為與理想邊緣具有相同的參數。

NALWA V S和BINFORD T D[11]提出了一種邊緣擬合方法，首先在5×5的區域內使用最小二乘擬合估計邊緣角，然后把圖像數據在邊緣角方向擬合成如圖1所示的雙曲正切函數，即：

圖1 雙曲正切邊緣模型

4 行人檢測建模試驗

本文采用MATLAB作為試驗分析工具。利用MATLAB/Simulink建立如圖2所示的試驗模型。行人檢測分3個步驟進行，首先對圖像進行圖像形態學的閉合運算，實現圖像的平滑并去除噪聲，然后采用Canny算子進行行人邊緣檢測，最后采用參考文獻[11]所提出的曲線擬合算法對行人輪廓進行處理。

圖2 行人邊緣檢測試驗模型

本文采用車載攝像機所采集的大量視頻進行試驗，圖3是其中兩組測試結果。圖3(b)和圖3(d)是沒有采用形態學處理方法和曲線擬合的行人檢測結果，圖3(a)和圖3(c)是采用了閉合形態學處理算法的和曲線擬合技術所獲得的行人檢測結果。

比較圖 3(a)和圖 3(b)、圖 3(c)和圖 3(d)可以發現，圖3(b)圖和圖3(d)中的行人輪廓線存在噪聲和孤島，而圖3(a)和圖3(c)則不存在噪聲，行人的輪廓曲線明顯平滑了許多。這說明圖像形態學的閉合運算起到了消除噪聲和孤島的作用。

圖3 行人邊緣檢測結果

試驗結果表明，圖像形態學算法能有效消除一些干擾噪聲，并去除圖像中的一些孤島，采用曲線擬合技術能把斷線連接起來,使行人輪廓曲線更為平滑和真實。

同時也發現，由于增加了形態學處理和曲線擬合環節，使得計算量大大增加，使系統的實時性受到了一定程度的影響，所以實時性和檢測效果在這里是一對矛盾。這個問題需要進一步研究和解決。

[1]CORVEE E,BREMOND F.Body Parts detection for people tracking using trees of histogram of oriented gradient descriptors[C].Proceedings of the 7th IEEE International Conference on Advanced Video and Signal Based Surveillance,2010:469-475.

[2]MOHAN A,PAPAGEORGIOUS C,POGGIO T.Exanokebased object detection in images by components[J].IEEE Transactions on Pattern Analysis and Machine Intelligence,2001,23(4):349-361.

[3]GAVRILA D M,PHILOMIN V.Real-time object detection for “smart” vehicles[C].Proceedings of the 7th International Conference on Computer Vision,1999(1):87-93.

[4]PAPAGEORGIOU C,EVGENIOU T,POGGIO T.A trainable pedestrian detection system[C].Proceedings of Intelligent Vehicles,1998:241-246.

[5]VIOLA P,JONES M.Rapid object detection using a boostedcascade of simple features[C].Proceedings of Con-ference on Computer Vision and Pattern Recognition,2001(1):511-518.

[6]DALAL N,TRIGGS B.Histograms of oriented gradients forhuman detection[C].Proceedings of IEEE Conference on Computer Vision and Pattern Recognition,2005(1):886-893.

[7]楊高坡，杜青松.Matlab圖像/視頻處理應用及實例[M].北京:電子工業出版社,2010.

[8]張秀蘭.基于MATLAB的數字圖像的邊緣檢測[J].吉林化工學院學報,2010,27(2)：59-61.

[9]賈永紅.數字圖像處理[M].武漢:武漢大學出版社,2003.

[10]張強，王正林.精通 MATLAB圖像處理[M].北京：電子工業出版社，2009.

[11]NALWA V S,BINFORD T O.On detecting edges[J].IEEE Transactions on Pattern Analysis and Machine Intelligence,1986,PAMI-6(11):699-714.