利用計算機視覺庫的Android平臺系統(tǒng)道路識別

邢飛，郭文成

（天津工業(yè)大學電氣工程與自動化學院，天津300000）

引 言

道路識別系統(tǒng)，可以協(xié)助汽車司機安全駕駛，通過分析道路路況、車距以及識別車道線，減少車禍率。目前，Android系統(tǒng)主要借助底層的Skia圖形圖像處理庫進行圖像處理。但是Android系統(tǒng)在圖像處理方面的功能不是很完善，處理的能力相對有限，只能針對圖像進行簡單的變換，無法對復雜背景以及噪聲嚴重的圖像進行處理和識別。所以提出一種在Android系統(tǒng)下利用計算機視覺庫OpenCV進行圖像處理的方法。實驗證明，OpenCV庫可以方便地應用到Android系統(tǒng)中。

1 OpenCV簡介

本文借助OpenCV圖像處理開發(fā)包，利用Android NDK技術(shù)實現(xiàn)了基于Android平臺的道路識別系統(tǒng)。

OpenCV是一個基于（開源）發(fā)行的跨平臺計算機視覺庫，可以運行在Linux、Windows和Mac OS操作系統(tǒng)上。它輕量級而且高效——由一系列C函數(shù)和少量C＋＋類構(gòu)成，同時提供了Python、Ruby、MATLAB等語言的接口，實現(xiàn)了圖像處理和計算機視覺方面的很多通用算法。OpenCV相對于MATLAB等其他常用的圖像處理軟件來說，還有其顯著的優(yōu)勢：

①OpenCV擁有包括300多個C函數(shù)的跨平臺的中高層API。它不依賴于其他的外部庫——盡管也可以使用某些外部庫。

②OpenCV對非商業(yè)應用和商業(yè)應用都是免費的。

③OpenCV為Intel Integrated Performance Primitives（IPP）提供了透明接口。這意味著如果有為特定處理器優(yōu)化的IPP庫，OpenCV將在運行時自動加載這些庫。

④可移植性好。OpenCV提供的視覺處理算法非常豐富，并且它部分以C語言編寫，加上其開源的特性，處理得當，不需要添加新的外部支持也可以完整地編譯鏈接生成執(zhí)行程序，所以很多人用它來做算法的移植。

2 OpenCV移植到Android

2.1 Android應用程序開發(fā)環(huán)境搭建

Android開發(fā)平臺可以搭建在Windows操作系統(tǒng)下，也可以搭建在Linux操作系統(tǒng)下。本文是基于Linux操作系統(tǒng)下開發(fā)的，使用的是Ubuntu9.0操作系統(tǒng)。Android開發(fā)所需要的軟件主要有集成開發(fā)環(huán)境Eclipse、JDK、Android SDK和ADT插件。

自從OpenCV 2.2發(fā)布以來，OpenCV就可支持Android平臺，本文使用的版本是OpenCV 2.2.1。

2.2 OpenCV的移植

①Android的開發(fā)平臺是使用Java語言進行開發(fā)的，而OpenCV由一系列C函數(shù)和少量C＋＋類構(gòu)成，所以想要在Android系統(tǒng)應用程序中調(diào)用基于C／C＋＋編寫的OpenCV庫，則需要使用NDK對OpenCV源碼進行編譯，生成共享庫so文件。

②Android的應用程序開發(fā)框架提供給開發(fā)者的都是Java API，然而底層的本地庫是基于C／C＋＋語言編寫的，所以需要一個機制將它轉(zhuǎn)換，之后提供給開發(fā)者Java接口。JNI（Java Native Interface）譯為Java本地接口，它使Java可以通過JNI調(diào)用C／C＋＋的庫。

③為了使用戶能夠方便地在Android設備上安裝和使用本系統(tǒng)，則需要將本系統(tǒng)打包成apk格式的應用軟件。通過Android應用程序編寫Java端的代碼，最后通過Android SDK生成Android應用程序.apk。

結(jié)構(gòu)框圖如圖1所示。

圖1 結(jié)構(gòu)框圖

3 系統(tǒng)的結(jié)構(gòu)框架

本系統(tǒng)主要是通過在移動設備上應用安全駕駛的輔助程序來協(xié)助司機減少車禍的發(fā)生。構(gòu)思圖如圖2所示，上邊圖像中的斜線為系統(tǒng)檢測的范圍，下邊圖像中的矩形框為車輛標識的對象，兩側(cè)直線為系統(tǒng)識別的車道線。該系統(tǒng)主要通過Android設備自帶的Video攝像頭功能采集視頻圖像，對攝像頭進行初始化和參數(shù)設置，將采集到的一幀數(shù)據(jù)傳給圖像處理模塊，以便進行車輛跟蹤和道路線檢測，之后將結(jié)果信息傳給提示警告模塊以便作出決策。

所以根據(jù)系統(tǒng)功能的分析，把道路識別系統(tǒng)分為視頻圖像采集模塊、圖像處理模塊和提示警告模塊。模塊劃分如圖3所示。

3.1 視頻圖像采集

圖2 構(gòu)思圖

Android系統(tǒng)的Linux內(nèi)核和驅(qū)動程序運行于內(nèi)核空間。Android設備的攝像頭就是由Linux提供的內(nèi)核標準的視頻驅(qū)動程序，即Video4Linux（Video for Linux），簡稱V4L。目前的版本為Video4Linux2（V4L2）。它驅(qū)動的Video設備可以支持捕獲及視頻輸出方式。圖像采集的流程圖如圖4所示。

圖3 模塊的劃分

圖4 圖像采集流程圖

本文利用攝像頭Intent捕獲視頻，部分代碼如下：＿REQUEST＿CODE）；

startActivityForResult（）方法執(zhí)行完畢，用戶攝像完畢（或取消操作）后，用戶界面返回應用程序，這時必須監(jiān)聽onActivityResult（）方法來接收intent的返回結(jié)果并執(zhí)行后續(xù)操作。

3.2 圖像處理模塊

圖像處理模塊主要包括車輛跟蹤和車道線檢測。這兩個功能是通過OpenCV自帶的庫函數(shù)進行實現(xiàn)的。

①車輛跟蹤主要運用的是基于Kalman濾波器的團塊跟蹤。首先，采用平均值法建立初始背景，對幀圖像進行濾波和去噪聲處理，并對背景進行減操作和OSTU自適應閾值算法檢測運動目標。其次，背景更新以便適應新的環(huán)境變化。最后是團塊跟蹤，主要是通過卡爾曼濾波器建立運動模型，對運動目標的下一步的運動進行預測，并用查找輪廓的方法繪制矩形區(qū)域圈住目標圖像，找到運動目標的重心，求出相對于自己車輛的距離。

②車道線檢測主要運用的是Hough變換。首先，通過Canny算法找到圖像的輪廓，然后用Hough變換檢測直線，最后用line（）函數(shù)將直線畫出。在圖像中會檢查出很多條直線，因此通過車道線的角度，把檢測到的直線分成左右車道線兩組，對每一組進行排序，繪制找到的最長的車道線。

相關(guān)的一些函數(shù)：

車道線和車輛識別結(jié)果如圖5所示。

3.3 提示警告模塊

所設計的道路識別系統(tǒng)主要通過發(fā)現(xiàn)一些異常駕駛行為來提醒司機安全駕駛，所以需要一些相應的提示和警告模塊。有以下異常時，系統(tǒng)會發(fā)出警告和提醒：

①當車身與其他車輛的距離在不正常的范圍時；

②當車速超過規(guī)定范圍時；

③當車身和車道線之間的位置出現(xiàn)異常時。

檢測到以上情況，用Android.media.SoundPool類實現(xiàn)聲音警報程序。

圖5 車道線和車輛識別結(jié)果

結(jié) 語

車輛識別系統(tǒng)，可以提醒駕駛員安全駕駛以及避免交通事故的發(fā)生。軟件主要基于Android平臺開發(fā)，利用了開源計算機視覺庫OpenCV的圖形圖像工具和Android NDK編程相結(jié)合，實現(xiàn)了基于Android平臺的道路識別系統(tǒng)。本系統(tǒng)還有許多不足之處，比如有時無法檢測到兩邊的車道線，報警系統(tǒng)還不是很完善，在下一步的研究中，會盡量完善和改進。

［1] Bradski G，Kaehler A.Learning OpenCV：Computer vision with the OpenCV library［M] .［s.l.] ：O＇reilly，2008.

［2] 劉瑞禎，于仕琪.OpenCV教程：基礎篇［M] .北京：北京航空航天大學出版社，2007.

［3] 姚昱旻，劉衛(wèi)國.Android的架構(gòu)與應用開發(fā)研究［J] .計算機系統(tǒng)應用，2008，17（11）：110－112.

［4] 韓露，李祖樞，陳東義.一種Java與OpenCV結(jié)合實現(xiàn)的目標檢測模塊［J] .計算機應用，2008，28（3）：29－32.

［5] 任俊偉，林東岱.JNI技術(shù)實現(xiàn)跨平臺開發(fā)的研究［J] .計算機應用研究，2005，22（7）：180－184.

［6] 王宏彬，李燈熬，趙菊敏，等.利用OpenCV實現(xiàn)在Android系統(tǒng)下的人臉檢測［J] .軟件，2011，32（12）：4－7.

［7] 王連鵬.基于Android系統(tǒng)的手勢識別方法研究及應用［D] .齊齊哈爾：齊齊哈爾大學，2012.