宋 柱，赵 佳，刘新雨 Song Zhu，Zhao Jia，Liu Xinyu



基于小波变换的线阵CCD车辆检测算法

宋 柱，赵 佳，刘新雨 Song Zhu，Zhao Jia，Liu Xinyu

（长安大学 汽车学院，陕西 西安 710064）

传统的车辆视频检测算法都是基于带有复杂背景的面阵CCD图像，不利于对象分割和特征提取。线阵CCD图像的背景比较单一，且帧率远高于面阵CCD，可以实现高精度的车辆检测。提出基于小波变换的线阵CCD图像的车辆检测算法。试验结果证明该算法能有效降低光照和汽车阴影等因素造成的误检率。

线阵CCD；小波变换；车辆检测；分割；二值化

0 引 言

精确地从视频流中提取出运动目标一直是计算机视觉领域中的研究热点，同时也是现代智能汽车技术的一个重要组成部分。目前，常用的运动目标检测方法有光流法、帧差法、边缘检测法和背景差分法。

光流法[1]对声音特别敏感，并且计算公式很复杂，计算量非常大，如果没有特殊的硬件支持，很难应用在实时系统中。帧差法[2]将两个相邻帧相减，提取保留的车辆信息，环境以及光照变化对帧差法的影响不大，但是当相机抖动时，两个相邻帧的背景点会引起对应的“抖动”，此时这种方法因不能正确过滤掉背景而会导致误判，同时该方法也不能检测静止的或者速度很低的车辆。边缘检测方法可以在不同光线条件下检测出车辆的边缘，并使用边缘信息检测出静止或者运动的车辆，但是在车辆边缘不明显或存在道路障碍时可能会错误地识别车辆。背景差分法是最简单和最常用的一种方法，该方法适用于静止的相机，并且能完整地分割出运动目标，但是容易受天气、光照等影响。……