基于SURF算法的汽车底盘异物检测
2014-09-18王粉蝶普杰信
电视技术 2014年15期
王粉蝶,普杰信
(河南科技大学电子信息工程学院,河南洛阳471003)
随着国内外对重要场合的安全检测要求的提高,汽车底盘异物智能图像识别技术越来越受到重视。针对系统采集的海量数据,需要在汽车通过的短短几秒时间中完成数据的处理,就必须有一套高效检测算法来与之相适应,以提高海量数据处理的速度,达到高速处理的目的。本课题是基于车辆底盘异物智能识别系统(Under Vehicle Inspection System,UVIS),主要是采用线阵CCD相机对汽车底盘图像进行采集,之后将采集到的图像与标准图像库中的标准图进行对比,检测出底盘上异物的位置,并标示出来供安检人员参考以做进一步处理。标准图是将编码器装置在汽车的尾部,根据汽车的速度变化来调整采样频率得到的。由于检测时候汽车的运动速度是非匀速直线的,因此找出与采集图相对应的标准图之后,要想准确地对异物进行定位,就需要进行图像匹配。对于整个系统来说,图像配准是变化检测的基本步骤[1]。由Herbert Bay等提出的 SURF(Speeded Up Robust Features)[2]算法具有速度较快、鲁棒性强的特点,是现在的配准算法研究的热点之一[3-6],因此本文采用了该算法来实现图像的配准。
配准之后,对图像进行进一步处理,采用开运算用于补偿不均匀的背景亮度,并与顶帽变换结合增强对比度,之后采用自动阈值迭代算法计算局部阈值,根据阈值产生二值图像,对二值图像采取八连通处理,最后用彩色的线标示出异物的位置。
1 SURF算法
SURF算法是一种新的局部不变特征算法,该算法主要由4个部分组成:1)特征点检测;2)特征点方向的确定;3)特征描述符的提取;4)特征匹配。……
登录APP查看全文
