matlab热度图确定色标_MATLAB环境下目标图像的实时辨识方法

文章编号：

1001

!

2486

(

2002

)

01

!

0100

!

05

MATLAB

环境下目标图像的实时辨识方法

!

潘仲明

(国防科技大学机电工程与自动化学院，湖南

长沙

410073

)

摘要：介绍一种在

MATLAB

环境下彩色立体视觉装置在环的实时图像处理系统，用于自动识别前方汽车

目标和计算距离。鉴于汽车均具有红色尾灯这一普遍特征和人观测色彩的一致性，在此采用了基于色度—饱

和度—亮度模型的模糊规则来提取汽车尾灯的颜色特征；利用汽车上的反射光或阴影区域的亮度特征来进一

步确认辨识结果，以克服复杂环境中背景颜色和各种光照视角、强度的变化对图像特征所产生的影响。此

外，文中还提出一种新颖而快速的自适应“移位滤波器”算法，以消除颗粒状和细长带状噪声，并给出了实

验结果和结论。

关键词：立体视觉；图像处理；自适应滤波；

MATLAB

；模糊逻辑

中图分类号：

TN911.73

文献标识码：

A

Real

Time

Identification

for

Objective

Images

Using

Matlab

Toolbox

PAN

Zhong-ming

(

CoIIege

of

Mechatronics

Engineering

and

Automation

，

NationaI

Univ.

of

Defense

TechnoIogy

，

Changsha

410073

，

China

)

Abstract

：

This

paper

presents

a

reaI

time

image

processing

system

，

with

a

stereo

coIor

image

instrument

being

chained

to

MatIab

pIatform

，

for

automaticaIIy

identifying

automobiIes

ahead

and

then

caIcuIating

the

distance

between

the

instrument

and

the

object.

A

fuzzy

ruIe

based

on

a

coIor

modeI

(

hue-saturation-vaIue

)

is

proposed

to

extract

the

coIor

characteristic

of

the

taiIIights

，

motivated

by

the

fact

that

aII

the

automobiIes

have

a

pair

of

red

coIor

taiIIights

and

the

HSV

modeI

conforms

to

the

coIor

consistency

of

human

vision

system.

In

order

to

accommodate

varying

background

coIors

and

iIIumination

conditions

，

the

rear

window

or

the

shadow

of

a

automobiIe

is

further

identified

by

using

the

vaIue

information

in

the

HSV

modeI.

Moreover

，

a

new

aIgorithm

is

presented

here

for

guick

fiItering

out

the

noise

consisted

of

the

granuIated

or

sIim

pixeIs.

FinaIIy

，

experimentaI

resuIts

are

reported

and

anaIyzed.

Key

words

：

stereo

image

；

image

processing

；

adaptive

fiIter

；

MATLAB

；

Fuzzy

Iogic

在汽车上安装彩色摄像机、测速和测距传感器以及相应的控制系统，用于监测路况，进而自动调

节汽车方向盘、油门和车闸，是未来高级小车和大型载重货车必备的安全辅助装置

［

1

，

2

］

。本文提交的

研究内容是美国汽车中心和美国坦克研究中心资助的“汽车防碰撞系统”研究课题的一部分，该课题

由美国奥克兰大学电气与系统工程系承担。

采用摄像机系统，自动识别公路环境中前方敏感区域内(

AOI

)的目标(主要是汽车)

，是一件

相当困难的事。因为光照的角度、强度以及物体的反射光等因素的变化，均可能使目标图像的颜色失

真

［

3

］

。在极端情形下，可能无法将目标的特征从背景中提取出来。但在通常情况下，当驾驶员执行刹

闸、换道和拐弯等动作时，汽车尾灯都会自动发出红光，以提醒随后行驶的汽车驾驶员，故可用尾灯

作为识别汽车的主要特征之一。为此，本文建构了图

1

所示的彩色立体视觉系统，用于自动抓取和识

别目标图像。该系统是基于

HSV

模型中的色度和饱和度的大小，采用模糊识别方法和快速自适应移

位滤波技术，来辨识汽车红色尾灯，并用亮度值的大小作为辅助参量，来进一步确认辨识结果。这种

方法可在各种不同的颜色和光照背景下，准确地识别汽车目标，具有一定的实用价值。

图

1

所示的实时图像处理系统是由彩色

CCD

摄像机

(分辨率为

640

X

320

像素，

帧存取器速率为

30

帧

/

秒)

、

V

-

形反射镜、

棱镜、

帧抓取器

(

frame

grabber

)

和微计算机以及