郭文俊，乔世东

（山西大同大学数学与计算机科学学院，山西大同037009）

基于三帧间差分的障碍物检测算法

郭文俊，乔世东

（山西大同大学数学与计算机科学学院，山西大同037009）

机动车私人拥有量的不断上升，导致了交通事故在逐年的增加。故此，怎样最大程度的减少交通事故成了我们关注的焦点。本文以基于机器视觉的道路识别技术与障碍物检测技术为研究对象，提出了基于三帧间的差分方法，该方法利用相邻三帧图像两两差分，再将两个差分结果相“与”并进行二值化，最终确定运动目标在图像中的位置。

计算机视觉；障碍物检测；帧间差分

1 三帧间差分法

帧间差分是通过对视频序列中相邻帧图像做差分来获得运动目标物轮廓的方法，该算法实现起来比较容易，程序设计复杂度也比较低，而且对光线等场景变化也不太敏感，能够适应各种动态环境，其稳定性较好。本文中对两帧间差分做了一定的改进，提出了三帧间差分法。

1.1 三帧间差分算法原理

三帧间差分法是在常规的两帧间差分图像的基础上对差分图像进一步的处理（如逻辑amp;）从而更好地获取运动目标。三帧间差分的基本原理见图1所示。

图1 三帧差分原理图

设Ik-1，Ik，Ik+1是图像序列中的连续三帧图像，通过常规的两帧差分法可以得到差分图像Dk与Dk+1，Dk与Dk+1不必进行二值处理，以免过早丢失有用信息。三帧间差分则是对两帧间差分的结果图Dk，Dk+1进行amp;运算，即Dk×Dk+1。

三帧间差分有效克服了两帧间差分检测出重叠目标物的缺点，同时比两帧间差分对慢速目标物的检测具有更强的鲁棒性，三帧间差分的相关原理介绍如下：三帧间差分是将第K-1帧与第K帧的差分结果，以及第K帧与第K+1帧的差分结果相“与”后取两次差分结果中共同的部分，从而得到的目标物的轮廓如图2所示[1]。

图2 三帧间差分

由此可见三帧间差分不仅有效避免了两帧间差分结果中目标物重叠的弊端，而且还能够得到目标物的精确的轮廓，由于三帧图像可以获取丰富的图像信息，故三帧间差分对于慢速运动的目标物亦有很强的鲁棒性。

本文实验中所用的车辆图像是通过数码摄像机和数码摄像头采集的，原始图像为彩色图像，即原始图像的颜色模型为RGB模型，为三通道图像模型而本章的三帧差分法对车辆的检测算法没有利用到彩色的信息，故此先要将三通道图像模型转换为单通道的图像模型即将彩色图像转换为灰度图像。

在运动车辆的动态图像序列中，假设第K-1、K、K+1帧的灰度图像分别为计算相邻两帧的图像的绝对值灰度差：

然后在对当前的灰度图像D'(x,y)进行二值化，当差分图像中某一像素的值大于设定的阈值（为45）时，则认为该像素是前景像素，反之认为是背景像素。

其中T是二值化设定的阈值。

1.2 三帧间差分算法主要代码

src，dst分别代表从摄像机捕获的原始图像和经转换后的灰度图dst_Ik-1，dst_Ik，dst_Ik+1分别代表第K-1、K、K+1帧的灰度图像，dst_Dk，dst_Dk+1分别代表第K-1和第K帧做差的结果及第K和第K+1帧做差的结果，result代表最终的结果图。

1.3 三帧间差分算法的流程图

提出的三帧差分法是利用相邻三帧图像两两差分，将两个差分结果图相“与”并进行二值化，即可确定障碍物在结果图像中的位置，其流程图如图3所示，三帧间差分算法是从视频序列中选取不同的三帧图像做差分，并将两两做差分的结果在做“与”操作然后运行二值化最终达到检测障碍物的目的。尽管三帧间差分算法操作起来要比两帧间差分法复杂，但是其检测效果却要明显高于两帧间差分算法，三帧间差分算法有效地消除了两帧间差分算法检测出的障碍物有重叠的现象。

图3 三帧差分流程图

2 三帧间差分法实验结果级分析

采用帧间差分法检测障碍物，帧间间隔的选取对障碍物的检测有很大的影响，故此本章测试结果以两组图片作参考，第一组测试图片见图4a)，选取的帧间差数为2帧；第二组测试图片见图5a)，选取的帧间差数为5帧，第一组测试图片的最终的检测效果见图4b)及经过二值化处理后的图片见图4c)；第二组测试图片的最终的检测效果见图5b)及经过二值化处理后的图片见图5c)所示：

图4a) 第一组测试图片

图4b) 识别出的目标物

图4c) 经过二值化处理的结果图

图5a) 第二组测试图片

图5b) 识别出的目标物

图5c) 经过二值化处理的结果图

观察4c)，5c)发现改进后的三帧间差分法的检测结果则很好地消除了目标物重叠的情况。但是对于第一组测试图片选取的帧间差数为2帧，如4b)检测出的目标物几乎模糊不清，而对于第二组测试图片选取的帧间差数为5帧，如5b)则有明显的目标物轮廓，进一步说明改进后的算法虽然继承了两帧间差分容易实现，程序设计复杂度低，对光线等场景变化也不太敏感等优点，并有效地克服了检测出的目标物重叠的情况，但其本身还是存在一定的缺点如目标物的准确检测依赖与选取的帧间差数，故此该算法还仍需进一步的改进和研究。

3 结束语

本文主要介绍并系统地描述了三帧间差分算法的评估细节，给出了三帧间差分法的实验结果和分析说明。然而智能交通系统中的车辆辅助驾驶技术有着巨大的发展和应用潜力，其应用涉及到交通标志的检测、道路面的识别、车牌号的识别、车辆的检测与识别、行人检测与识别，传感器融合等许多领域的技术。

[1]林佳乙，于哲舟，张健，等.基于背景差分和帧间差分法的视频运动检测[J].仪器仪表学报，2011，24(4)：111-114.

[2]刘强，陆华普，张永波，等.我国道路交通事故特征分析与对策研究[J].中国安全科学学报，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]张辉，王强，徐光佑.运动目标的快速检测、跟踪和叛变[J].清华大学学报：自然科学版，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]陈雪，张卫彬，程广涛.基于双目立体视觉的障碍物检测方法[J].软件导刊，2012，11(2):146-148.

〔责任编辑 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，硕士，助教，研究方向：图像处理技术。