霍夫變換在智能車競賽中的應(yīng)用

于洪

摘 要：本文以智能車攝像頭所拍下的圖像，利用霍夫變換在圖像識別中的應(yīng)用求出直線和彎道，并求出彎道的半徑和圓心，進(jìn)而控制小車速度，以最佳速度通過賽道。

關(guān)鍵詞：霍夫變換;智能車;測圓半徑

飛思卡爾杯全國大學(xué)生智能車競賽從2008年起被教育部批準(zhǔn)列入國家教學(xué)質(zhì)量與教學(xué)改革工程資助項目中科技人文競賽之一（教高函[2007]30號文）。對于智能車的控制，現(xiàn)在主要有電磁、光電和攝像頭三種，其中基于攝像頭的控制最有實用性和發(fā)展性。當(dāng)智能車的攝像頭獲取一幅圖像之后，需要對圖像數(shù)據(jù)進(jìn)行處理，然后對圖像的內(nèi)容進(jìn)行分析、理解并從中抽取對智能車有用的信息。一般直線問題不大，關(guān)鍵是在彎道部位小車的速度控制。我們希望能有一種控制方法，讓小車能以彎道允許的最大速度通過。本文提出一種基于邊緣檢測和Hough變換的彎道檢測辦法，只要求出彎道半徑后，其最大允許速度也就可以求出。圖像中會存在大量的干擾，我們可采用空間域中的中值濾波法濾除脈沖干擾及圖像掃描噪聲，但又不會引起圖像細(xì)節(jié)模糊。

1 工作原理

霍夫變換是我們在數(shù)字圖像處理中從圖像中識別基本幾何形狀的方法，應(yīng)用很廣泛，也有很多改進(jìn)算法。Hough變換于1962年由Paul Hough提出，并在美國作為專利被發(fā)表。它實現(xiàn)的是一種從圖像空間到參數(shù)空間的映射關(guān)系。由于具有一些明顯優(yōu)點和可貴性質(zhì)，它引起了外學(xué)者和工程技術(shù)人員的普遍關(guān)注。例如，它可以根據(jù)局部度量來計算圖像的全面參數(shù)，所以對于圖形邊界被噪聲干擾或被其他目標(biāo)遮蓋而引起邊界發(fā)生間斷的情況，它具有很好的容錯性和兼容性。多年來，專家們對Hough變換的理論性質(zhì)和應(yīng)用方法進(jìn)行了深入而廣泛的研究， 取得了許多成績。

Hough基于點—線的對偶性，即在圖像空間（原空間）中同一條直線上的點對應(yīng)在參數(shù)空間（變換空間）中是相交的直線。反過來，在參數(shù)空間中相交于同一點的所有直線，在圖像空間中都要有共線的點與之相對應(yīng)。

通過霍夫變換，可以將圖像空間中直線的檢測問題轉(zhuǎn)化為參數(shù)空間中點的檢測問題。而參數(shù)空間中點的檢測只要進(jìn)行簡單的累加統(tǒng)計就可以完成。這樣我們就可以方便地求出一條直線的方程。

如圖：

在實際應(yīng)用中，y=k*x+b這種直線方程不能夠表示x=c形式的直線（因為這時直線的斜率為無窮大）。所以實際應(yīng)用中，是采用極坐標(biāo)方程p=x*cos（ ）+y*sin（ ）。這樣，圖像平面上的一個點就對應(yīng)到參數(shù)p--- 平面上的一條曲線上，效果還是一樣。

當(dāng)我們要檢測某一未知半徑的圓的時候，我們選擇與原圖像空間同樣的空間作為參數(shù)空間?？梢钥醋魇怯腥齻€參數(shù)的圓的檢測，中心和半徑。這個時候原理仍然相同，只是參數(shù)空間的維數(shù)升高，計算量增大。圖像空間中的任意一個點都對應(yīng)了參數(shù)空間中的一簇圓曲線。其實是一個圓錐型。參數(shù)空間中的任意一個點對應(yīng)了圖像空間中的一個圓。

（a）圖像空間 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（b）參數(shù)空間

圖1 圖像空間和參數(shù)空間

2 軟件設(shè)計

下面是我們利用極坐標(biāo)表示圓的一種算法流程。將小車攝像頭所報圖像灰度化，二值化（注意：二值化的結(jié)果對檢測結(jié)果有很大影響，所以常要求做去噪處理，常用的有SOBEL算子）檢測圖像的邊緣點，并保存其坐標(biāo)。設(shè)置角度 的變化范圍和步長及半徑R的變換范圍和步長。

利用公式x=a+Rcos（ ? ），y=b+Rsin（ ? ）求出a和b的值。（注意：x和y為實際的圖像空間某個邊緣點的坐標(biāo)，而a和b為其對應(yīng)的參數(shù)空間的坐標(biāo)），如果a和b的值在合理的范圍之類，則對該位置進(jìn)行累加。

該算法通過a = x-R*cos（ ? ），b = y-R*sin（ ? ）將圓圖像中的邊緣點映射到參數(shù)空間（a，b，R）中，由于是數(shù)字圖像且采取極坐標(biāo)， ?和R都取一定的范圍和步長，這樣通過兩重循環(huán)（ ?循環(huán)和R循環(huán)）即可將原圖像空間的點映射到參數(shù)空間中，再在參數(shù)空間（即由許多小立方體組成的大立方體）中尋找圓心，然后求出半徑坐標(biāo)。

下面是我們用Matlab寫的程序：

其中TX：二值圖像; step_R：檢測的圓半徑步長 ?; step_ ? ? ：角度步長，單位為弧度;R_min：最小圓半徑 ;R_max：最大圓半徑; p：以p*hough_space的最大值為閾值，p取0，1之間的數(shù)

圖2程序圖

3 實驗結(jié)果

圖3原圖 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?圖4二值化后的圖

圖5邊緣檢測后 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?圖6檢測結(jié)果

檢測結(jié)果：CenteR 62 59 Radius 52

4 結(jié)語

此程序經(jīng)實際運用可以比較可靠的得到圓的半徑，只要再將半徑和小車車輪轉(zhuǎn)彎角度聯(lián)系起來，就可以以比較快速的速度通過轉(zhuǎn)彎區(qū)域。

參考文獻(xiàn)：

[1] 曾接賢，王斌斌，陳志良.基于距離約束的隨機Hough變換直線檢測算法[J].南昌航空大學(xué)學(xué)報： 自然科學(xué)版.2011（03）：7-11.

[2] 王明佳，張旭光，王延杰.利用廣義霍夫變換對相交目標(biāo)進(jìn)行軌跡預(yù)測[J].光學(xué)技術(shù).2006（03）：428-430.

[3] 王志明，唐冬梅，袁晶，等.童車變形量圖象處理中的霍夫變換的優(yōu)化[J].機械設(shè)計與制造.2012（07）：76-78.

[4] 謝季峰.基于霍夫變換的劃痕檢測算法應(yīng)用[J].電腦知識與技術(shù).

2012（20）：4957-4958.

[5] 曹毓，馮瑩，楊云濤，等.RANSAC直線估計方法在路面三維點云優(yōu)化中的應(yīng)用[J].紅外與激光工程.2012（11）：3108-3112.

[6] 夏奇，周明才，汪宏昇，等.高精度自動貼片機視覺對準(zhǔn)系統(tǒng)及其圖像處理[J].光學(xué)技術(shù).2004（02）：146-149.

[7] 林蓁蓁，李慶，梁艷菊，等.一種基于路徑規(guī)劃的自動平行泊車算法[J].計算機應(yīng)用研究.2012（05）：1713-1715.

[8] 葉煒垚，王春香，楊明，等.基于虛擬障礙物的移動機器人路徑規(guī)劃方法[J].機器人.2011（03）：273-278.

[9] 高德芝，段建民，楊磊，等.應(yīng)用多階動態(tài)規(guī)劃的車道線識別方法[J].機械工程學(xué)報.2011（08）：141-145.

[10] 王道斌，梁華為，楊妮娜，等.兩種自主泊車路徑規(guī)劃方法的對比研究[J].電子測量技術(shù).2011（01）：27-30.

[11] 林國余，陳旭，張為公.基于多信息融合優(yōu)化的魯棒性車道檢測算法[J].東南大學(xué)學(xué)報： 自然科學(xué)版.2010（04）：771-777.

[12] 劉富強，張姍姍，朱文紅，等.一種基于視覺的車道線檢測與跟蹤算法[J].同濟大學(xué)學(xué)報： 自然科學(xué)版.2010（02）：223-229.

[13] 任孝平，蔡自興.基于阿克曼原理的車式移動機器人運動學(xué)建模[J].智能系統(tǒng)學(xué)報.2009（06）：534-537.

[14] 張巧榮，顧國昌，肖會敏.視覺選擇性注意計算模型[J].機器人.

2009（06）：574-580.

[15] 郭磊，李克強，王建強，等.應(yīng)用方向可調(diào)濾波器的車道線識別方法[J].機械工程學(xué)報.2008（08）：214-218.

本文系基金：海南省自然科學(xué)基金（60097），研究成果。