試析圖像處理的盲道識別算法

楊新宇　楊繼華　于翔深

摘 要：此文中提出的盲道識別算法基于圖像處理。根據(jù)所采集到的盲道的圖像，結(jié)合直線檢測的算法，再綜合利用閾值分割以及彩色連續(xù)性空間分割和紋理分割，來分析各種各樣的盲道的特征，從而區(qū)分正常的人行道與盲道。實(shí)踐證明這種計(jì)算方法可以有效地分割出大多數(shù)的盲道圖像，同時(shí)可以檢測出圖片中的盲道行逆方向以及忙到所在區(qū)域。也可以自主選擇適用于實(shí)時(shí)導(dǎo)盲系統(tǒng)的最快且最有效的分割方法。

關(guān)鍵詞：圖像處理；盲道；識別算法

前言

我國當(dāng)前大多數(shù)城市的盲道并沒有得到最大限度的使用，為了使其更好地發(fā)揮作用，需要一種實(shí)際有效的方法來提高盲道的使用率。目前可實(shí)行的方案就是在盲道中植入一種電子信息引導(dǎo)系統(tǒng)。但是它的實(shí)行仍然需要很大成本，因?yàn)檫@需要大規(guī)模地重建現(xiàn)有盲道，需要重新改造路面建設(shè)，顯然不是最優(yōu)方案。而基于圖像處理的盲道識別系統(tǒng)具有相對的可行性。本文提出的識別算法，及其開發(fā)的完整的導(dǎo)盲系統(tǒng)針對不同的盲道，具有高度的靈活性。例如，電子導(dǎo)盲拐、導(dǎo)盲鞋的發(fā)明，車輛自動導(dǎo)盲等等。相比與大規(guī)模重建盲道，這種電子圖像處理的方案顯然成本更低，而且它與車輛導(dǎo)航系統(tǒng)具有相似性，因此更有研究價(jià)值。

一、盲道識別的重要性

1.安全需要

根據(jù)馬斯洛的需求層次理論，人類的需求由低到高呈階梯型分布，依次為生理需求，安全需求，安全需求，社會需求，尊重需求以及自我實(shí)現(xiàn)的需求。由此可見，在滿足了人類最基本的生理需求的基礎(chǔ)上，安全需求就成為最需要被考慮的方面。生存權(quán)是人類最基本的權(quán)利，盲人更需要這種基本的人權(quán)，同時(shí)也需要更多的尊重，因此盲道上的一切不安全行為都應(yīng)該被禁止。

2.出行需要

人不是獨(dú)居的動物，需要出行以融入集體的生活。因此出行變成了最基本的社會生活之一。尤其是盲人的出行條件和便捷性更應(yīng)該被優(yōu)先考慮。社會上的弱勢群體他們生活不便，行動不便，因此更需要正常人為他們的生活開辟出一條便捷通道。盲道道路條件應(yīng)該得到全面的保障，盡可能減少阻塞的情況，也應(yīng)該盡可能地減少被侵占甚至破壞。

3.審美需求

盲道建設(shè)作為城市道路建設(shè)的一種形式，不能只考慮其便捷性而忽略了美觀性。旨在保證盲人等殘障人士安全出行的基礎(chǔ)上，盡可能地滿足其心理需求以及身體舒適度。一個(gè)良好的盲道空間環(huán)境的設(shè)計(jì)應(yīng)該綜合考慮氣候因素，街道設(shè)施齊備度以及噪音影響度等因素，通過植物景觀和建筑物的協(xié)調(diào)規(guī)劃，同時(shí)避免陽光暴曬或者過于陰暗，以及強(qiáng)風(fēng)強(qiáng)雨、環(huán)境嚴(yán)重污染等因素，給盲人提供最大限度的良好出行體驗(yàn)。

二、盲道識別算法

1.盲道識別算法的定義

車輛導(dǎo)航系統(tǒng)常用的道路識別系統(tǒng)實(shí)際上基于道路的邊緣識別跟蹤，唯一的不同就在邊界的檢測算法上以及對邊界曲線的建模上。盲道識別算法實(shí)際上與此技術(shù)類似。盲道邊界線的確定可以通過圖像處理中的一些算法將圖像中的人行道與忙到區(qū)別開來。相應(yīng)的，邊界線被檢測出來以后，盲道與人行道的區(qū)域就能被較容易地分立開來，也就可以知道盲道的建設(shè)是否偏離了其行進(jìn)方向，并且精準(zhǔn)測量其偏離角度，預(yù)測其接下來的拐道以及及時(shí)作出警告。這種識別算法的核心要點(diǎn)就是如何能高效地找到盲道與人行道的分界線。

2.盲道識別算法的類型

1）標(biāo)準(zhǔn)意義上的盲道建設(shè)通常會使用顏色較深的盲磚，這種情況下的盲道邊界比較容易識別?？梢酝ㄟ^有色區(qū)域的顏色差異來進(jìn)行圖像的分割，進(jìn)而確定盲道邊界線。

2）鋪設(shè)盲道的盲磚的紋理與普通人行道的紋理有所不同，基于紋理的盲道分割法就可以從紋理的不同上將盲道從圖像上分割開來，從而確定盲道邊界。

3）盲道邊界的確定可以利用Hough 直線檢測的方法來達(dá)成。

三、盲道識別算法的應(yīng)用

目前盲道識別算法主要有三種，即基于顏色區(qū)域的圖像分割，基于紋理區(qū)域的圖像分割，基于直接 Hough 的直線檢測分割。由于三種方式的針對要素不同，它們的使用以及工作程序也有所不同。

1.基于顏色區(qū)域的圖像分割

盲道是現(xiàn)在市政公用工程中的重要項(xiàng)目之一，那么一些專業(yè)人員對于盲道顏色區(qū)域的圖像的分析做出了很多種識別方法，比如利用顏色比較鮮艷的黃色或富有飽和度和亮度的紅色，再將這些道路設(shè)計(jì)出凹凸?fàn)睿员阌诿と烁泄俚淖R別。針對場景較為復(fù)雜的彩色圖像可以采用彩色紋理區(qū)域分割的算法。無論用什么盲道識別算法，都必須高效地分割盲道與人行道，同時(shí)還要分析盲道的結(jié)構(gòu)特征。這樣的要求下最適合的莫過于自適應(yīng)閾值分割的算法。

盲道圖像的采集往往發(fā)生在人行道區(qū)域與盲道區(qū)域內(nèi)。為了更加便捷有效地進(jìn)行分割，往往將這個(gè)圖像分為兩個(gè)部分，每個(gè)區(qū)域都有自己的相對確定的顏色，相似的顏色區(qū)域有其特殊的分割算法。只要圖像被分割成顏色面積最大的兩個(gè)部分就可以進(jìn)行盲道識別。自適應(yīng)閾值分割法也適用于這樣的情況，同時(shí)它最簡單，成本最低，效果也很明顯。通常情況下的盲道區(qū)域是深黃色，條形紋理設(shè)置于直行區(qū)域，圓形紋理設(shè)置于拐彎處。

有顯著顏色差異的盲道圖像可以用HSV顏色空間的描述來轉(zhuǎn)換，在色相空間用閾值分割的方式將盲道準(zhǔn)確定位并分割出來。HSV顏色空間中，色相。飽和度以及亮度是描述顏色特征的三大形式。色相明顯度可以定位坐標(biāo)系中的角度，顏色的差異越顯著其色相分量也就相差越大。利用閾值分割可以直接劃分出色相強(qiáng)度的區(qū)域，再轉(zhuǎn)為二值圖像然后檢測邊緣，最終確定盲道邊界。

2.基于紋理區(qū)域的圖像分割

盲道識別算法中基于顏色分異來劃分是最直接有效的方法，可它并不能適用于所有的盲道識別分割，因?yàn)椴⒎撬械拿さ琅c人行道都有明顯的顏色區(qū)別。有時(shí)候盲道的顏色與人行道的顏色非常相似，只是盲道有凸出紋理，而人行道是平滑無凸出的。在這樣的情況先，只能用基于紋理的盲道識別算法來分割忙到區(qū)域并且對其邊界線進(jìn)行檢測。

與基于顏色區(qū)域的圖像分割法相似，紋理分割法實(shí)際上也有很多種算法，但無外乎都有兩個(gè)過程，基于建立紋理特征的模型和聚類兩部分。盲道的紋理特征主要表現(xiàn)在模型的分割、特征值的分割和結(jié)構(gòu)的分割。具體就是在實(shí)際操作中做一個(gè)符合盲人感觀的圖形，如條形狀、方塊狀、不規(guī)則的凹凸?fàn)睿缓笤趶膱D形中計(jì)算出地域和時(shí)間的相對恒定的特征值，再用這些特征值來注明某個(gè)地域的性質(zhì)區(qū)別，最后用結(jié)構(gòu)分割法將圖像的結(jié)構(gòu)大小分割開來，再用規(guī)定的方法排列成新的特征，從而進(jìn)行識別。利用一種典型的逐點(diǎn)修改迭代的動態(tài)算法，即K-means 的聚類方法，可以實(shí)現(xiàn)特征聚類過程。對于差異較大，紋理基元大小難以估計(jì)的盲道，通常使用基于特征的紋理提取算法。

3.基于直接 Hough 的直線檢測

基于顏色區(qū)域的圖像分割與基于紋理區(qū)域的圖像分割并不能解決所有盲道識別的問題，尤其是針對盲道上結(jié)構(gòu)性較強(qiáng)的宏紋理的測量結(jié)果往往不準(zhǔn)確。這種情況下基于直接Hough 的直線檢測就顯得非常重要。比如顏色與人行道顏色非常接近的盲道，其凸出紋理與人行道地磚的紋理也非常相似，那么基于紋理的分割方法就難以精確分割盲道邊界線。但是各個(gè)磚塊之間有明顯的縫隙，根據(jù)其梯度的變化來找出邊緣界線就相對簡單易行。

只要找到其中一條邊緣線，就可以提取出盲道邊界。

四、討論

基于顏色區(qū)域的圖像分割、基于紋理區(qū)域的圖像分割、基于直接 Hough 的直線檢測是盲道邊界識別分割的三種常用方法。從一些盲道的采集圖像中可以看到城市中大多數(shù)盲道的顏色與人行道的顏色具有顯著的差異，紋理差異顯著的盲道也有很多。三種方式在不同的盲道識別中有不同的適用范圍，在相匹配的盲道識別中將發(fā)揮其不可替代的作用。（作者單位：四川大學(xué)電子信息學(xué)院）

參考文獻(xiàn)：

[1] 徐杰，李曉虎，王榮本，等.車輛自主導(dǎo)航中的道路邊界識別算法[J]中國圖像圖形學(xué)報(bào)，2003，8（6）：674-678.

[2] 袁小萍.試論ATM 案件的作案手段及偵查思路[J]犯罪研究，2005，（4）：56-62.

[3] 周小四，王淑華，楊杰.數(shù)字圖像監(jiān)控網(wǎng)絡(luò)報(bào)警系統(tǒng)設(shè)計(jì)[J]計(jì)算機(jī)工程，2002，28（4）：61-63，101

[4] 鄭穎，孫燮華.圖像邊緣檢測Laplace算子的改進(jìn)[J].沈陽建筑大學(xué)學(xué)報(bào)：自然科學(xué)版，2005，21（3）：268-271