张瑜慧　郑步芹　沈　洋

(宿迁学院　宿迁　223800)



基于图像融合与分水岭技术的车辆检测*

张瑜慧郑步芹沈洋

(宿迁学院宿迁223800)

摘要提出了一种有效的运动车辆检测方法。首先采用连续帧差法进行背景建模,之后采用像素级的图像融合技术,将视频帧与背景帧在RGB通道进行融合处理。随后在模板匹配的基础上进行分水岭分割,获取最佳匹配信息,最终实现车辆检测与定位。实验结果显示,该方法能够实时检测运动车辆,检测效果较好。

关键词目标检测; 图像融合; 分水岭技术

Vehicle Detection Based on Image Fusion and Watershed Technology

ZHANG YuhuiZHENG BuqinSHEN Yang

(Suqian College, Suqian223800)

AbstractAn effective detection method for moving vehicles is proposed. Firstly, the consecutive frames subtraction method is used for background modeling, the video frame and background frame are fused in the RGB channels based on the pixel level image fusion technology. Watershed segmentation is applied to obtain the best matching information after template matching, vehicle detection and localization is realized at last. Experimental results show that the proposed method can detect moving vehicles in real time and get good results.

Key Wordsobject detection, image fusion, watershed technology

Class NumberTN911; TP391

1引言

运动目标检测已成为视频处理中的关键技术,是进行后继目标跟踪、识别与分析的基础,在智能交通、智慧城市、公共安全和计算机视觉等领域有着重要的意义。目前,目标检测的主要方法有帧差法、光流法和背景减法等。光流法[1]能够在移动摄像头情形下进行运动目标检测,但其计算复杂度较高,并且需要特定的硬件支持,不能满足实时高效的检测需求。它适合于动态变化的环境,但是分割的运动目标容易出现空洞和沿着运动方向拉伸的现象,不能完整地检测运动目标,而且处理时间较长。背景减法是较常用的一种检测方法,适合于固定摄像头的情形,这种方法的关键在于建立可靠背景模型以及合理的背景更新机制,检测的结果直接依赖于背景模型提取的准确与否。而运动目标检测的实现主要是通过比较当前帧与背景模型之间的差别来完成的,其性能依赖于所使用的背景建模技术。……