非結構化道路圖像光照不均校正方法*

金守峰　范　荻　田明銳

(1.西安工程大學機電工程學院　西安　710048) (2.長安大學高速公路施工機械陜西省重點實驗室　西安　710064)

?

非結構化道路圖像光照不均校正方法*

金守峰1范荻1田明銳2

(1.西安工程大學機電工程學院西安710048) (2.長安大學高速公路施工機械陜西省重點實驗室西安710064)

為了克服智能車輛在非結構化道路中所獲取的道路圖像存在整體亮度不均勻、背景復雜等問題,提出基于函數逼近理論的擬合校正算法。通過正交基函數擬合估計道路圖像中的照度偏差,利用除法運算對道路圖像進行拉伸,有效地對圖像進行校正。實驗結果表明,該方法可以有效消除光照不均所引起的圖像背景亮度不均勻現象,增強了圖像的對比度,同時對道路序列圖像相鄰幀處理的結果具有較好的一致性。

非結構化道路; 光照不均; 基函數擬合; 圖像校正

Class NumberTP391

1　引言

智能車輛是一種集環境感知、動態決策與規劃、行為控制與執行等多項功能于一體的高智能化系統。通過車載視覺系統獲取周圍環境信息來確定車輛的運動參數及位置信息[1～3]。由于非結構化道路的表面覆蓋物多種多樣、表面紋理特征不均勻、道路平整度較差,使得道路表面對光線的吸收與反射的性能不同,影響道路圖像背景的光照強度,導致圖像背景亮度不均勻,圖像局部的灰度值低或出現高光現象[4],使局部信息無法獲取,降低了圖像的質量,增加了圖像分割及后續特征提取的難度。

文獻中通過設計合適的濾波器,在頻域上,削弱低頻成分,并適當增強高頻分量,從而達到克服非均勻光照場[5～10],但由于頻域的濾波會在圖像邊界產生模糊效應,并在大量的時頻轉換上耗費的時間較多,不適合工業視覺在線檢測系統。李莉等提出了改進的圖像背景校正算法,直接根據降質道路圖像的特征進行處理,雖然可以提高圖像的清晰度,但由于沒有考慮成像機理,不可避兔地會產生圖像失真問題,且無法保證處理后相鄰幀圖像的一致性[11]。

本文在照度-反射模型的基礎上,提出了函數逼近理論的基函數擬合算法,通過B樣條基函數擬合估計圖像中的背景照度偏差,利用除法運算對原圖像進行拉伸,有效地對圖像進行了校正。

2　函數逼近理論的圖像校正模型

在照度-反射模型中,圖像I(x,y)可以表示為照明分量與反射分量的乘積形式I(x,y)=i(x,y)×r(x,y),其中,照明分量i(x,y)頻譜集中在低頻段,反射分量r(x,y)頻譜集中在高頻段[12]。本文在照度-反射模型的基礎上,設真實道路場景為f0(x,y),由于道路材料性能、外界照明光源的安裝角度和噪聲等因素所引起的道路圖像背景亮度不均勻,將其看作為照度偏差B(x,y),則車載視覺系統采集的道路圖像f(x,y)表示為

f(x,y)=f0(x,y)×B(x,y)

(1)

由于照度偏差在空間域中的變化緩慢,其照度場比較光滑,根據函數逼近理論,任何函數都可以由基函數的線性組合表示來逼近,因此可以用一組正交且光滑的基函數來擬合照度偏差B(x,y)[13～15]。道路圖像f(x,y)中所有像素點的二維坐標構成了一個矩形網格,每個像素的灰度值對應于網格點上的值,因此本文選用具有良好的連續性、分段性、調整性等優點的B樣條基函數擬合照度偏差B(x,y)。二維B樣條曲面擬合同時對圖像的行、列像素進行擬合,獲得圖像照度偏差為

(2)

將式(2)帶入式(1)中得到的道路圖像為

f(x,y)=f0(x,y)×B(x,y)

(3)

(4)

3　實驗分析

在實驗中,設計開發了基于四輪車的車載視覺測速平臺如圖1所示。實驗平臺由車體、視覺采集與計算機圖像處理系統幾個部分組成。

圖1　四輪小車移動平臺

實驗平臺的車體尺寸為1000 mm×400 mm×500 mm,四輪直徑為260 mm,材質為硬質塑料,承重后不變形。前輪為轉向輪,后輪為驅動輪,由直流電機驅動。實驗所用的地面為干燥的瀝青混凝土地面,以10 m作為實驗長度,兩邊分別延伸2 m作為助跑區。車載視覺采集系統中FC-IE工業相機光軸垂直于道路,在室外采用自然光作為光源采集道路圖像,視場高度H為500 mm。

圖2　道路圖像校正

對原圖采用同態濾波及本文基函數擬合法處理的結果及其直方圖如圖3所示。同態濾波處理后,圖像的光照不均基本消除,但直方圖顯示圖像整體灰度偏暗。采用基函數擬合法有效地消除了圖像背景亮度不均勻的影響,同時圖像的對比度有明顯增強,從對應的直方圖中可以看出,圖像的灰度分布較為均勻。

圖3　道路圖像處理結果及其直方圖

以下對圖3中兩種方法處理的道路圖像,采用圖像的標準差、信息熵進行定量評價。標準差反映了圖像的細節信息,其值越大,細節越突出。圖像的信息熵是衡量圖像信息豐富程度的重要指標,圖像的熵值越高則表明其所包含的信息越豐富。從表1得知,經兩種方法處理后,同態濾波的標準差增加了11.7%,基函數擬合法的標準差增加了23.4%,表明校正后突出了圖像的細節信息。同態濾波的信息熵降低了1.3%,而基函數擬合法的信息熵增加了26.6,表明基函數擬合法校正后圖像的信息更加豐富。

表1　定量評價

圖4　道路序列圖像的處理結果

四輪小車移動平臺所獲取的道路序列圖像如圖4(a)和(b)所示,相鄰幀圖像處理的一致性直接影響后續的圖像特征點提取、目標識別與跟蹤等。采用基函數擬合法處理后的結果如圖4(c)和(d)所示,處理后的圖像背景亮度得到校正,清晰度增加且具有良好的一致性。

4　結語

針對四輪小車移動平臺的車載視覺系統所獲取道路圖像由于自然光照明引起的圖像背景亮度不均勻、對比度低的特點,本文在照度-反射模型的基礎上提出了函數逼近擬合算法。通過B樣條基函數擬合照度偏差,利用除法運算對道路圖像進行拉伸,可以有效地對道路圖像整體亮度不均勻進行校正。通過實驗結果對比分析,在直方圖中可以看出本文基函數擬合法擴大了灰度分布范圍,增加了圖像的對比度;圖像信息熵的數值增大表明在擴大的灰度范圍內獲得了較多的圖像信息;標準差的數值增加則更突出了圖像的細節信息。同時基函數擬合法對道路序列圖像的處理也具有良好的一致性。

[1] 徐友春,李克強,連小珉,等.智能車輛機器視覺發展近況[J].汽車工程,2003,25(5):438-443.

XU Youchun, LI Keqiang, LIAN Xiaomin, et al. The Recent Development of M achine Vision for Intelligent Vehicles[J]. Automotive Engineering,2003,25(5):438-443.

[2] 高俊釵,寧江坤.自主行駛車輛的避障控制算法研究[J].計算機與數字工程,2016,316(2)：203-206.

GAO Junchai, NINU Jiangkun. Obstacle Avoidance Control Algorithm for Autonomous Vehicles[J]. Computer & Digital Engineering,2016,316(2)：203-206.

[3] 孫涵,任明武,唐振民,等.基于機器視覺的智能車輛導航綜述[J].公路交通科技,2005,22(5):132-135.

SUN Han, REN Mingwu, TANG Zhenmin, et al. A Survey of Machine Vision Based Intelligent Vehicle Navigation[J]. Journal of Highway and Transportation Research and Development,2005,22(5):132-135.

[4] 梁琳,何衛平,雷蕾,等.光照不均圖像增強方法綜述[J].計算機應用研究,2010,27(5):1625-1628.

LIANG Lin, HE Weiping, LEI Lei, et al. Survey on enhancem ent m ethods for non-un iform illum ination image[J]. Application Research of Computers,2010,27(5):1625-1628.

[5] 黃贊,張憲民,陳忠基.基于同態濾波的魯棒多尺度微運動測量算法[J].儀器儀表學報,2011,32(2):426-431.

HUANG Zan, ZHANG Xianmin, CHEN Zhongji. Robustm ulti-scalemicro-motion measurem ent algorithm based on hom on orphic filtering[J]. Chinese Joumal of Scientific Instrument,2011,32(2)：426-431.

[6] VOICU L, MYLER H R, WEEKS A R. Practical con-siderations on color image enhancem ent using hom om or-phic filtering[J]. Joumal of Electronic Imaging,1997,6(11):108-113.

[7] BRNKMAN B H, MANDUCA A, ROBB R A. Optimized hom om orphic unsharp masking for MR grayscale in homogeneity correction[J]. IEEE Transactions on Medical Imaging,1998,17(2):161-171.

[8] 羅海霞,劉斌,龍永紅,等.同態濾波在光照補償中的應用[J].湖南工業大學學報,2008,22(5)：23-27.

LUO Haixia, LIU Bin, LONG Yonghong, et al. Application of Homomorphic Filtering in Illumination Compensation[J]. Journal of Hunan University of Technology,2008,22(5)：23-27.

[9] Kobus Barnard, Lindsay Martin, Adam Coath. A comparison of computational color constancy algorithms-Part Ⅱ; Experiments with image data[J]. IEEE Trans. Image Processing,2002,11(9):985-995.

[10] Barnard K, Cardei V, Funt B. A comparison of computational color constancy algorithms-Part Ⅰ; Methodology and experiments with synthesized data[J]. IEEE Trans. Image Processing,2002,11(9):972-984.

[11] 李莉,孫立軍,陳長.改進的路面圖像背景校正算法[J].同濟大學學報(自然科學版),2011,39(1):80-84.

LI Li, SUN Lijun, CHEN Chang. Modified Background Correction Algorithms for Pavement Images[J]. Journal of Tongji University(Natural Science),2011,39(1):80-84.

[12] 李江波,饒秀勤,應義斌.基于照度-反射模型的臍橙表面缺陷檢測[J].農業工程學報,2011,27(7):338-342.

LI Jiangbo, RAO Xiuqin, YING Yibin. Detection of navel surface defects based on illumination-reflectance model[J]. Transactions of the CSAF,2011,27(7):338-342.

[13] 王娜,劉江,張世榮.截面測量數據的B樣條曲面擬合[J].機械設計與制造,2007,8(8):151-153.

WANG Na, LIU Jiang, ZHANG Shirong. Bicubic B-spline surface fitting based on data from section easurement[J]. Machinery Design & Manufacture,2007,8(8):151-153.

[14] 陳國振,劉靜華.B樣條曲面自適應擬合算法[J] 北京航空航天大學學報,2007,33(2):210-213.CHEN Guozhen, LIU Jinghua. Auto-adapted fitting algorithm of B-spline surface objects[J]. Joumal of Beijing University of Aeronautics and Astronautics,2007,33(2):210-213.

[15] 雋峰,黎小間,高建華,等.B樣條曲面擬合方法在人體測量中的應用[J].計算機應用研究,2007,24(5):183-185.

JUAN Feng, LI Xiaojian, GAO Jianhua, et al. Application of B-spline Fitting Surface to M easure of Body[J]. Application Research of Computers,2007,24(5):183-185.

A Correction Method for Uneven Illumination of Unstructured Road Images

JIN Shoufeng1FAN Di1TIAN Mingrui2

(1. College of Mechanical and Electrical Engineering, Xi’an Polytechnic University, Xi’an710048) (2. Key Laboratory of Expressway Construction Machinery of Shaanxi Province, Chang’an University, Xi’an710064)

A function approximation theory fitting algorithm is proposed in order to overcome the presence of uneven illumination and the complex of background in road images acquired by intelligent vehicle on an unstructured way. The illuminance deviation in pavement imagesis estimateds through the orthogonal basis function fitting. The pavement images are stretched and corrected effectively by the division operation. The results show that this method can eliminate the uneven background brightness caused by the uneven illuminance effectively, enhance the image contrast, and have good consistency for the adjacent frame of the pavement image sequences.

unstructured way, uneven illumination, basis function, image fitting

2016年4月8日,

2016年5月24日

長安大學高速公路施工機械陜西省重點實驗室開放基金(編號：310825161123)資助。

金守峰，男，博士，副教授，研究方向：機器視覺、機器人視覺控制。范荻，女，碩士研究生，研究方向：機器視覺。田明銳，男，博士研究生，研究方向：圖像處理、工程機械機器視覺。

TP391

10.3969/j.issn.1672-9722.2016.10.034