基于三幀間差分的障礙物檢測算法

郭文俊，喬世東

（山西大同大學數學與計算機科學學院，山西大同037009）

基于三幀間差分的障礙物檢測算法

郭文俊，喬世東

（山西大同大學數學與計算機科學學院，山西大同037009）

機動車私人擁有量的不斷上升，導致了交通事故在逐年的增加。故此，怎樣最大程度的減少交通事故成了我們關注的焦點。本文以基于機器視覺的道路識別技術與障礙物檢測技術為研究對象，提出了基于三幀間的差分方法，該方法利用相鄰三幀圖像兩兩差分，再將兩個差分結果相“與”并進行二值化，最終確定運動目標在圖像中的位置。

計算機視覺；障礙物檢測；幀間差分

1 三幀間差分法

幀間差分是通過對視頻序列中相鄰幀圖像做差分來獲得運動目標物輪廓的方法，該算法實現起來比較容易，程序設計復雜度也比較低，而且對光線等場景變化也不太敏感，能夠適應各種動態環境，其穩定性較好。本文中對兩幀間差分做了一定的改進，提出了三幀間差分法。

1.1 三幀間差分算法原理

三幀間差分法是在常規的兩幀間差分圖像的基礎上對差分圖像進一步的處理（如邏輯amp;）從而更好地獲取運動目標。三幀間差分的基本原理見圖1所示。

圖1 三幀差分原理圖

設Ik-1，Ik，Ik+1是圖像序列中的連續三幀圖像，通過常規的兩幀差分法可以得到差分圖像Dk與Dk+1，Dk與Dk+1不必進行二值處理，以免過早丟失有用信息。三幀間差分則是對兩幀間差分的結果圖Dk，Dk+1進行amp;運算，即Dk×Dk+1。

三幀間差分有效克服了兩幀間差分檢測出重疊目標物的缺點，同時比兩幀間差分對慢速目標物的檢測具有更強的魯棒性，三幀間差分的相關原理介紹如下：三幀間差分是將第K-1幀與第K幀的差分結果，以及第K幀與第K+1幀的差分結果相“與”后取兩次差分結果中共同的部分，從而得到的目標物的輪廓如圖2所示[1]。

圖2 三幀間差分

由此可見三幀間差分不僅有效避免了兩幀間差分結果中目標物重疊的弊端，而且還能夠得到目標物的精確的輪廓，由于三幀圖像可以獲取豐富的圖像信息，故三幀間差分對于慢速運動的目標物亦有很強的魯棒性。

本文實驗中所用的車輛圖像是通過數碼攝像機和數碼攝像頭采集的，原始圖像為彩色圖像，即原始圖像的顏色模型為RGB模型，為三通道圖像模型而本章的三幀差分法對車輛的檢測算法沒有利用到彩色的信息，故此先要將三通道圖像模型轉換為單通道的圖像模型即將彩色圖像轉換為灰度圖像。

在運動車輛的動態圖像序列中，假設第K-1、K、K+1幀的灰度圖像分別為計算相鄰兩幀的圖像的絕對值灰度差：

然后在對當前的灰度圖像D'(x,y)進行二值化，當差分圖像中某一像素的值大于設定的閾值（為45）時，則認為該像素是前景像素，反之認為是背景像素。

其中T是二值化設定的閾值。

1.2 三幀間差分算法主要代碼

src，dst分別代表從攝像機捕獲的原始圖像和經轉換后的灰度圖dst_Ik-1，dst_Ik，dst_Ik+1分別代表第K-1、K、K+1幀的灰度圖像，dst_Dk，dst_Dk+1分別代表第K-1和第K幀做差的結果及第K和第K+1幀做差的結果，result代表最終的結果圖。

1.3 三幀間差分算法的流程圖

提出的三幀差分法是利用相鄰三幀圖像兩兩差分，將兩個差分結果圖相“與”并進行二值化，即可確定障礙物在結果圖像中的位置，其流程圖如圖3所示，三幀間差分算法是從視頻序列中選取不同的三幀圖像做差分，并將兩兩做差分的結果在做“與”操作然后運行二值化最終達到檢測障礙物的目的。盡管三幀間差分算法操作起來要比兩幀間差分法復雜，但是其檢測效果卻要明顯高于兩幀間差分算法，三幀間差分算法有效地消除了兩幀間差分算法檢測出的障礙物有重疊的現象。

圖3 三幀差分流程圖

2 三幀間差分法實驗結果級分析

采用幀間差分法檢測障礙物，幀間間隔的選取對障礙物的檢測有很大的影響，故此本章測試結果以兩組圖片作參考，第一組測試圖片見圖4a)，選取的幀間差數為2幀；第二組測試圖片見圖5a)，選取的幀間差數為5幀，第一組測試圖片的最終的檢測效果見圖4b)及經過二值化處理后的圖片見圖4c)；第二組測試圖片的最終的檢測效果見圖5b)及經過二值化處理后的圖片見圖5c)所示：

圖4a) 第一組測試圖片

圖4b) 識別出的目標物

圖4c) 經過二值化處理的結果圖

圖5a) 第二組測試圖片

圖5b) 識別出的目標物

圖5c) 經過二值化處理的結果圖

觀察4c)，5c)發現改進后的三幀間差分法的檢測結果則很好地消除了目標物重疊的情況。但是對于第一組測試圖片選取的幀間差數為2幀，如4b)檢測出的目標物幾乎模糊不清，而對于第二組測試圖片選取的幀間差數為5幀，如5b)則有明顯的目標物輪廓，進一步說明改進后的算法雖然繼承了兩幀間差分容易實現，程序設計復雜度低，對光線等場景變化也不太敏感等優點，并有效地克服了檢測出的目標物重疊的情況，但其本身還是存在一定的缺點如目標物的準確檢測依賴與選取的幀間差數，故此該算法還仍需進一步的改進和研究。

3 結束語

本文主要介紹并系統地描述了三幀間差分算法的評估細節，給出了三幀間差分法的實驗結果和分析說明。然而智能交通系統中的車輛輔助駕駛技術有著巨大的發展和應用潛力，其應用涉及到交通標志的檢測、道路面的識別、車牌號的識別、車輛的檢測與識別、行人檢測與識別，傳感器融合等許多領域的技術。

[1]林佳乙，于哲舟，張健，等.基于背景差分和幀間差分法的視頻運動檢測[J].儀器儀表學報，2011，24(4)：111-114.

[2]劉強，陸華普，張永波，等.我國道路交通事故特征分析與對策研究[J].中國安全科學學報，2006，16(6)：123-128.

[3]LABYRADE R,AUBERT D.In-Vehicle Obstacle Detection and Characterization by Stereovision[J].Workshop on In-Vehicle Cognitive Computer Vision Systems,2003（4）:13-19.

[4]COIIADO J M,HELARIO C A,ESCALERA J.Model based vehicle detection for intelligent vehicles[J].Intelligent Vehicles Symposium,2011,24(2):572-577.

[5]張輝，王強，徐光佑.運動目標的快速檢測、跟蹤和叛變[J].清華大學學報：自然科學版，2002，42(10)：1401-1404.

[6]BERTOZZI M,BROGGI A,CONTE G.Obstacle and lane detection on ARGO[J].Intelligent Transportation System,2012,16(3):1010-1015.

[7]BING-FEI W,CHUAN-TSAI L,NISHIOKA.A fuzzy vehicle detection based on contour size similarity[J].In Proceedings of IEEE Intelligent Vehicles Symposium,2010,16(1):497-501.

[8]陳雪，張衛彬，程廣濤.基于雙目立體視覺的障礙物檢測方法[J].軟件導刊，2012，11(2):146-148.

〔責任編輯 高海〕

Obstacle Detection Algorithm Based on Three Inter-Frame Difference Method

GUO Wen-jun，QIAO Shi-dong
(School of Mathematics and Computer Science,Shanxi Datong University,Datong Shanxi,037009)

The continuously rising in privately owned motor vehicle leads to the increase in traffic accidents.Therefore,how to reduce the traffic accidents and the losses caused by the accidents have became our focus.The thesis is based on road recognition technology and obstacle detection technology,it puts forward a new algorithm called three inter-frame difference method.This method uses neighboring three frames to make different inter-frame difference,then uses the two different inter-frame results to conduct an operation“amp;”,and then runs the binary operation.Finally,the targets are located in the image.

computer vision;obstacle detection;frame difference

TP391

A

1674-0874(2015)06-0011-03

2015-08-24

郭文俊（1986-），男，山西大同人，碩士，助教，研究方向：圖像處理技術。