一種基于邊緣檢測的自適應(yīng)模板匹配算法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及一種模板匹配算法，具體是一種基于邊緣檢測的自適應(yīng)模板匹配算 法。
【背景技術(shù)】
[0002] 由于檢測環(huán)境的復(fù)雜性，許多高速公路的檢測設(shè)備因?yàn)槁访?、橋面或者風(fēng)等因素 產(chǎn)生無規(guī)律的抖動現(xiàn)象，嚴(yán)重時(shí)甚至?xí)?dǎo)致視頻事件檢測系統(tǒng)的檢測率大幅度降低。穩(wěn)像 技術(shù)使用光學(xué)、機(jī)械或者圖像處理等方法得到受影響圖像的偏離矢量，在圖像輸出前用運(yùn) 動補(bǔ)償?shù)姆椒ㄏ\(yùn)部分偏移所帶來的影響，從而得到一個穩(wěn)定的輸出序列，提高圖像信 息的質(zhì)量。傳統(tǒng)的匹配法是視頻序列影像的運(yùn)動估計(jì)的主要方法，其基本思想是將圖像序 列的每一帖分成許多互不重疊的宏塊，并認(rèn)為宏塊內(nèi)所有象素的位移量都相同，然后對每 個宏塊到參考帖某一給定特定捜索范圍內(nèi)根據(jù)一定的匹配準(zhǔn)則找出與當(dāng)前塊最相似的匹 配塊，匹配塊與當(dāng)前塊的相對位移即為運(yùn)動矢量。傳統(tǒng)的匹配法如果模板選取不合理會極 大影響匹配的效果;傳統(tǒng)的塊匹配法的魯棒性是比較差的，原因是在進(jìn)行運(yùn)動補(bǔ)償時(shí)，補(bǔ)償 向量由運(yùn)動估計(jì)得到的全局運(yùn)動矢量決定的。在塊匹配法中，全局運(yùn)動矢量由多個模板塊 的局部運(yùn)動矢量累積平均得到，如果建立的模板塊有一個或多個模板的位置不合理，會對 最后的全局運(yùn)動矢量產(chǎn)生比較大的影響。另外，由于檢測系統(tǒng)一般需要二十四小時(shí)運(yùn)動，隨 著天氣和時(shí)間的變化，圖像會發(fā)生顯著改變，因而選取的模板塊也要做相應(yīng)的更新，而傳統(tǒng) 的塊匹配法缺乏有效的更新機(jī)制。

【發(fā)明內(nèi)容】

[0003] 本發(fā)明的目的在于提供一種基于邊緣檢測的自適應(yīng)模板匹配算法，W解決上述背 景技術(shù)中提出的問題。
[0004] 為實(shí)現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：
[0005] -種基于邊緣檢測的自適應(yīng)模板匹配算法，包括如下步驟：（1)從攝像設(shè)備中獲取 序列影像，并有用序列均值法進(jìn)行背景建模獲得一個"干凈"的背景；
[0006] (2)用邊緣檢測算法提取出背景圖像邊緣、直線、紋理、角點(diǎn)的邊緣特征；
[0007] (3)匹配模板建立，經(jīng)過灰度二值化后，邊緣特征在圖中表示為T'的像素，而空白 區(qū)域則為"0"，建立模板的目標(biāo)是選取背景邊緣特征圖中特征最明顯的若干個區(qū)域，尋找特 征最明顯的區(qū)域即是求在模板大小范圍內(nèi)"r的數(shù)量最多的若干個位置，假設(shè)模板左上角 的坐標(biāo)(X，y)為模板位置，則模板用如下公式表示：
[0010]其中PU,y)表示左上角W(x，y)為起點(diǎn)，在模板寬度L和高度H的范圍內(nèi)所有像素 值的和，G(X，y)表示在整幅圖像中，W (O，O)為起點(diǎn)，圖像寬度M和高度N的范圍內(nèi)所有模板 像素和的最大值，此時(shí)(x，y)位置的模板即為邊緣特征最明顯的模板；
[0011] (4)模板進(jìn)行自適應(yīng)調(diào)整，在系統(tǒng)初始化時(shí)記錄車輛經(jīng)過的軌跡，并通過權(quán)值法來 確定模板的位置，即是通過給不同區(qū)域的像素點(diǎn)賦予不同的權(quán)值來確定模板的位置，公式 如下所示：
[0015] 其中Tl和T2分別表示不在軌跡覆蓋區(qū)域和在軌跡覆蓋區(qū)域的權(quán)值，若模板數(shù)量多 于一個，在求出第一個模板位置之后，把運(yùn)一點(diǎn)屏蔽掉，接著計(jì)算下一個模板位置；
[0016] (5)模板捜索，假設(shè)其中一個模板的位置為D(x，y)，寬度和高度分別為L、H，則首先 要在當(dāng)前圖像位置D(x，y)附近一定范圍內(nèi)進(jìn)行模板的捜索與匹配，根據(jù)視頻抖動的劇烈程 度給捜索的范圍設(shè)定一個闊值，例如圖像抖動的幅度一般小于L或H的K分之一的話，可W把 闊值定為max化/K，H/K)，則捜索的范圍如下所示： A-: max(0，.v-^〇 ~min(L，A + L -A/)
[0017] ; -V: max(0, v-A〇 ~min(//，v -f // -'^^0 ,么戶二 max(L/於、///於）
[0018] (6)模板匹配，采用最小均方誤差準(zhǔn)則進(jìn)行模板匹配：
[0020] 其中S表示當(dāng)前帖的圖像子塊，表示參考帖的圖像子塊;k和1分別表示圖像子塊水 平方向和垂直方向的移動量，其最小單位是1個像素;Nl和N2分別代表圖像子塊的寬度和高 度；
[0021] (7)運(yùn)動補(bǔ)償，由模板匹配算法可W得到每一個模板的局部運(yùn)動矢量，使用所有模 板運(yùn)動矢量的平均值作為圖像的全局運(yùn)動矢量，公式如下所示：
[0023] 其中G表示全局運(yùn)動矢量，Pi表示第i個模板的局部運(yùn)動矢量，M為模板的數(shù)量。使 用G作為全局補(bǔ)償矢量對圖像進(jìn)行反向補(bǔ)償即可消除圖像抖動。
[0024] 作為本發(fā)明進(jìn)一步的方案:所述步驟(1)中的背景獲取時(shí)，需要對背景進(jìn)行更新。
[0025] 作為本發(fā)明進(jìn)一步的方案:所述步驟(3)的匹配模板的建立中，需要對背景圖像重 新進(jìn)行邊緣檢測。
[0026] 作為本發(fā)明進(jìn)一步的方案:所述模板大小為長寬20個像素，數(shù)量為2到4個。
[0027] 作為本發(fā)明再進(jìn)一步的方案:模板在捜索時(shí)，采用菱形捜索法，菱形捜索分為兩種 捜索模板，一個是大菱形捜索模板，另一個是小菱形捜索模板，捜索首先從初始位置開始計(jì) 算大菱形捜索模板每個位置的匹配結(jié)果，如果結(jié)果最理想的位置不是在模板的中間，則一 直捜索直到到達(dá)中間為止;重復(fù)上述的匹配過程直到最佳匹配位置位于大模板中屯、，接下 來，W大菱形捜索模板的中屯、為基準(zhǔn)使用小菱形捜索模板，計(jì)算每個小模板位置的匹配結(jié) 果，所得的最佳結(jié)果即為全局最優(yōu)結(jié)果。
[0028] 與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是:本發(fā)明可W檢測出由于攝像頭的抖動而 產(chǎn)生的位移，從而進(jìn)行運(yùn)動估計(jì)獲得圖像的全局運(yùn)動矢量，采用固定帖運(yùn)動補(bǔ)償方式對當(dāng) 前帖圖像進(jìn)行矯正，消除攝像頭抖動帶來的影響，降低視頻檢測的誤判，獲得穩(wěn)定高質(zhì)量的 輸出視頻。
【附圖說明】
[0029] 圖1為基于邊緣檢測的自適應(yīng)模板匹配算法中模板的效果圖；
[0030] 圖2為基于邊緣檢測的自適應(yīng)模板匹配算法中大小菱形捜索模板圖。
[0031 ]圖3為基于邊緣檢測的自適應(yīng)模板匹配算法的流程圖。
【具體實(shí)施方式】
[0032] 下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完 整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；?本發(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他 實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。
[0033] 請參閱圖1~3,本發(fā)明實(shí)施例中，一種基于邊緣檢測的自適應(yīng)模板匹配算法，包括 如下步驟：（1)從攝像設(shè)備中獲取序列影像，并有用序列均值法進(jìn)行背景建模獲得一個"干 凈"的背景；
[0034] (2)用邊緣檢測算法提取出背景圖像邊緣、直線、紋理、角點(diǎn)的邊緣特征；
[0035] (3)匹配模板建立，經(jīng)過灰度二值化后，邊緣特征在圖中表示為T'的像素，而空白 區(qū)域則為"0"，建立模板的目標(biāo)是選取背景邊緣特征圖中特征最明顯的若干個區(qū)域，尋找特 征最明顯的區(qū)域即是求在模板大小范圍內(nèi)"r的數(shù)量最多的若干個位置，假設(shè)模板左上角 的坐標(biāo)(X，y)為模板位置，則模板用如下公式表示：
[0038] 其中PU,y)表示左上角W(x，y)為起點(diǎn)，在模板寬度L和高度H的范圍內(nèi)所有像素 值的和，G(X，y)表示在整幅圖像中，W (0，0)為起點(diǎn)，圖像寬度M和高度N的范圍內(nèi)所有模板 像素和的最大值，此時(shí)(x，y)位置的模板即為邊緣特征最明顯的模板；
[0039] (4)模板進(jìn)行自適應(yīng)調(diào)整，在系統(tǒng)初始化時(shí)記錄車輛經(jīng)過的軌跡，并通過權(quán)值法來 確定模板的位置，即是通過給不同區(qū)域的像素點(diǎn)賦予不同的權(quán)值來確定模板的位置，公式 如下所示：
[0043] 其中Tl和T2分別表示不在軌跡覆蓋區(qū)域和在軌跡覆蓋區(qū)域的權(quán)值，若模板數(shù)量多 于一個，在求出第一個模板位置之后，把運(yùn)一點(diǎn)屏蔽掉，接著計(jì)算下一個模板位置；
[0044] (5)模板捜索，假設(shè)其中一個模板的位置為D(x，y)，寬度和高度分別為L、H，則首先 要在當(dāng)前圖像位置D(x，y)附近一定范圍內(nèi)進(jìn)行模板的捜索與匹配，根據(jù)視頻抖動的劇烈程 度給捜索的范圍設(shè)定一個闊值，例如圖像抖動的幅度一般小于L或H的K分之一的話，可W把 闊值定為max化/K，H/K)，則捜索的范圍如下所示： X: max(0，.v_A〇 ~min(L,A.牛左_選詩 [004己] ^束.：max(0, r -Af)~min(//、y+ 巧一A句 A/ = maML/ KMJ K) ?
[0046] (6)模板匹配，采用最小均方誤差準(zhǔn)則進(jìn)行模板匹配：
[0048] 其中S表示當(dāng)前帖的圖像子塊，表示參考帖的圖像子塊;k和1分別表示圖像子塊水 平方向和垂直方向的移動量，其最小單位是1個像素;Nl和N2分別代表圖像子塊的寬度和高 度；
[0049] (7)運(yùn)動補(bǔ)償，由模板匹配算法可W得到每一個模板的局部運(yùn)動矢量，使用所有模 板運(yùn)動矢量的平均值作為圖像的全局運(yùn)動矢量，公式如下所示：
[0051] 其中G表示全局運(yùn)動矢量，Pi表示第i個模板的局部運(yùn)動矢量，M為模板的數(shù)量。使 用G作為全局補(bǔ)償矢量對圖像進(jìn)行反向補(bǔ)償即可消除圖像抖動。
[0052] 所述步驟(1)中的背景獲取時(shí)，需要對背景進(jìn)行更新。
[0053] 所述步驟(3)的匹配模板的建立中，需要對背景圖像重新進(jìn)行邊緣檢測。
[0054] 所述模板大小為長寬20個像素，數(shù)量為2到4個。
[0055] 模板在捜索時(shí)，采用菱形捜索法，菱形捜索分為兩種捜索模板，一個是大菱形捜索 模板，另一個是小菱形捜索模板，捜索首先從初始位置開始計(jì)算大菱形捜索模板每個位置 的匹配結(jié)果，如果結(jié)果最理想的位置不是在模板的中間，則一直捜索直到到達(dá)中間為止;重 復(fù)上述的匹配過程直到最佳匹配位置位于大模板中屯、，接下來，W大菱形捜索模板的中屯、 為基準(zhǔn)使用小菱形捜索模板，計(jì)算每個小模板位置的匹配結(jié)果，所得的最佳結(jié)果即為全局 最優(yōu)結(jié)果。
[0056] 本發(fā)明的工作原理是:本發(fā)明運(yùn)用基于邊緣特征的視頻