蒙建源 胡玲艷 大連大學(xué)信息工程學(xué)院

攝像頭圖像軟件二值化的研究

蒙建源 胡玲艷 大連大學(xué)信息工程學(xué)院

在“恩智浦”杯全國大學(xué)生智能車競賽中攝像頭組識別路徑的過程中，為了能夠正確的提取到賽道信息，減少單片機計算量，提升處理速度，需要對攝像頭采集到的圖像進行二值化處理，從而降低圖像的復(fù)雜度，在單片機主頻不變的條件下增加賽道識別的速度。而一個簡單快速得到圖像二值化閾值的算法能顯著的提升圖像處理的速度。

智能車；圖像處理；軟件二值化

引言

在“恩智浦”杯全國大學(xué)生智能車競賽中，智能車的巡線技術(shù)一直是保證智能車正確行駛的核心技術(shù)之一。攝像頭組作為長期以來智能車競賽的三大組別之一，它通過攝像頭作為傳感器采集賽道信息，再實時通過算法處理提取到當(dāng)前車子所處位置從而能夠自主尋跡。而在處理圖像時，往往因為圖像數(shù)據(jù)量巨大因此不能直接使用攝像頭采集到的賽道圖像進行識別，而是首先需要對圖像進行二值化處理，降低圖像的復(fù)雜度，同時也能大幅降低圖像識別時的計算量[1-3]。本文根據(jù)“大津（Otsu）法”研究簡化的攝像頭軟件二值化處理方法,并使用MATLAB編寫上位得到圖像處理結(jié)果。

灰度圖：把白色與黑色之間按對數(shù)關(guān)系分為若干等級，稱為灰度。使用灰度來表示顏色的圖像稱之為灰度圖。

二值圖：二值圖像是指每個像素不是黑就是白，其灰度值沒有中間過渡的圖像。本文在二值圖中使用0表示黑色，1表示白色。

圖1 原始灰度圖

圖2 二值化后圖

1.大津 （Otsu） 法分析

大津算法也稱為最大類間方差法，有時也稱之為Otsu法，由日本學(xué)者大津于1979年提出，被認為是圖像分割中閾值選取的最佳算法，計算簡單，不受圖像亮度和對比度的影響，因此在圖像處理上得到廣泛的應(yīng)用。它是按圖像的灰度特性，將圖像分成背景和前景兩部分。因方差是灰度分布均勻性的一種度量，背景和前景之間的類間方差越大，說明構(gòu)成圖像的兩部分的差別越大，當(dāng)部分前景錯分為背景或部分背景錯分為前景都會導(dǎo)致兩部分方差變小。因此使類間方差最大的分割意味著錯分概率最小。

2.大津 （Otsu） 法的計算

對于圖像I(x,y),設(shè)初始t=為整幅圖像的閾值，L為圖像的灰度等級，圖像的總像素為N。因此，由t可把圖像分割成[0,t],[t+1,L-1]兩個區(qū)域，分別命名為區(qū)域1和區(qū)域2，ni為第i個灰度值所擁有的像素數(shù)量。

設(shè)區(qū)域1和區(qū)域2分別占整個圖像的面積比θ1與θ2分別為：

在得到整幅圖像的閾值之后，只需要對圖像進行一次簡單的遍歷：當(dāng)當(dāng)前像素值小于閾值的時候令它為0（黑色），否則令它為1（白色）。這樣對整幅圖像遍歷一次之后就能把一副灰度圖轉(zhuǎn)換為一幅二值圖。

在MATLAB使用GUI編寫的上位機上顯示原始灰度圖與二值化之后的圖像對比效果：

3.結(jié)語

智能車路徑識別過程中，圖像信息的快速準確的處理是小車高速、平穩(wěn)運行的先決條件。本文針對小車運行中的軟件二值化問題，使用大津法進行處理得到圖像閾值從而得到圖像的二值圖減少了單片機是運算壓力，通過軟件仿真以及實際應(yīng)用都表明這確實能夠快速穩(wěn)定的處理攝像頭實時拍攝的圖像并得到二值圖。并且這套算法計算簡單不受亮度和對比度的影響，不只是適用于智能車，在實際生產(chǎn)過程中，需要二值圖的場合下都有比較強的適用性。

[1]劉成龍.精通MATLAB圖像處理[M].清華大學(xué)出版社，2015.

[2]卓晴，黃開勝，邵貝貝.學(xué)做智能車[M].北京:北航出版社，2007.

[3]曹豐等.第十屆“飛思卡爾”杯智能車競賽技術(shù)報告，2015.

胡玲艷（通訊作者）（1978-），女，河北滄州人，副教授，主要從事智能控制/先進工業(yè)過程控制系統(tǒng)設(shè)計工作。

地方高校國家級大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計劃項目（201611258059），大連大學(xué)特色專業(yè)建設(shè)項目。