基于Hough直线特征的障碍物检测方法

郭文俊，常桂然，乔世东

(1. 山西大同大学 数学与计算机科学学院，山西 大同　037009；2. 东北大学计算中心，辽宁 沈阳　110004)

基于Hough直线特征的障碍物检测方法

郭文俊1，常桂然1，乔世东2

(1. 山西大同大学 数学与计算机科学学院，山西 大同037009；2. 东北大学计算中心，辽宁 沈阳110004)

在平时的生活中障碍物的检测有着重要的应用，为了减少交通事故的发生，降低其而带来的危害，针对障碍物检测过程中出现的问题，在研究障碍物改进技术的基础上。本文从图像边缘信息的角度上，对障碍物检测技术进行了分析研究，提出了基于Hough直线特征的障碍物检测方法，该方法利用图像的特征信息实现了对障碍物轮廓的检测。

障碍物检测；Hough直线特征；计算机视觉

本文著录格式：郭文俊，常桂然，乔世东. 基于Hough直线特征的障碍物检测方法[J]. 软件，2016，37（9）：77-80

0　引言

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及降低其给人们带来的危害成了我们日益关注的焦点。目前，在这方面的研究都离不开图像检测技术，而基于图像处理的检测技术关键在于图像的处理[1-3]。常见的障碍物检测的方法有基于帧间差分的方法[4-5]，基于光流技术的检测方法[6]，基于边缘特征的检测方法[7]等。但其中基于帧间差分的方法主要应用于对动态障碍物的检测，无法实现对静态障碍物的检测，而且该方法要求对大数据量的整理无法满足整个监控场内的实时要求。基于光流技术的检测方法虽可实现静态障碍物的检测，但须提前设置预估检测区域，整个过程只对区域内的数据进行处理，尽管在一定程度上降低了系统处理的数据量，但有时不能检测出完整的障碍物。基于边缘特征的检测方法对于准确匹配物体边缘目前为止还没有一种比较通用的快速匹配算法，从而限制了特征法在实时障碍物检测中的应用。

1.物业服务企业服务水平低、质量不达标。业主认为物业服务企业管理服务的水平低，服务质量不达标，就会以物业服务企业没有履行相应的义务，以拒交物业费的形式行使自己的抗辩权。业主认为所作出的对抗方式是符合合同法规定的，所以便以采取拖欠物业服务费的方式向物业服务企业进行抗辩。但是笔者认为，业主在对合同抗辩权的理解上有认识误区。

本文提出的基于Hough直线特征的检测方法主要是从相继两幅或多幅不同时刻的图像中抽取特征，并建立各特征之间的对应关系，再根据这些建立起来的特征之间的对应关系来计算障碍物的结构包括形状、大小、位置及其运动状态。障碍物都具有垂直边缘特征，可以利用Hough变换获得障碍物的垂直边缘连线，从而抽取特征点以达到检测障碍的目的。

1　图像的边缘检测

边缘是图像最基本的特征[7]，是指图像周围像素灰度有阶跃变化的所有像素点的集合。图像的边缘提取是图像处理和计算机视觉的基础，边缘检测的目的是标识数字图像中亮度明显变化的像素点。边缘检测技术是图像处理和计算机视觉等领域最基本的图像处理技术，对于边缘的检测常利用空域微分算子模版与图像卷积完成。用算子检测图像边缘使用小区域模版对图像进行处理，经典的边缘检测方法是对原始图像中像素的某领域来构造边缘检测算子，即采用卷积作为掩模模版在图像中依次移动，完成图像中每一个像素点同选定模版的卷积运算。常用的边缘检测方法有Roberts算子、Sobel算子、Prewitt算子、Kirsch算子、Canny算子。

长期以来，供水行业一直被视作公益性事业，产品实行低价销售，依靠政府补贴维持简单再生产，缺乏融资能力，而政府财政用于供水行业的投资却极为有限。同时，由于供水行业目前属亏损或微利产业，企业的进入和经营行为又受到政府的诸多行政干涉，因此难以吸引外来投资进入供水行业。这些因素综合影响的后果导致供水行业投资严重不足，制水设备严重老化，输水管网陈旧，失修失养现象严重，造成自来水供应的紧张状况。

1.1梯度算子的定义

（2）唯一性约束。一副图像在1t时刻的某一个特征点与同样一副图像在2t时刻只有唯一一个特征与之相对应12tt＜（）。

实训教师在教学中遵循着“理论讲解—集中示范—分组操作—巡回指导”的行动方式，这种教师群体间的统一行动规则规范了教师教学，使教学过程更加有条理，尤其是为新手教师开展教学提供了一种可遵循的教学程序。许多教师常常将实训教室比作“车间”“工厂”，把操作机器看成是“行军打仗”，编“G71，节节高”这样的顺口溜来帮助学生记忆知识点。意象、隐喻、顺口溜、手势等表征形式将教师的实践性知识形象地展现出来，这是一线教师们在教育实践中摸索出的教学诀窍，是经过实践检验的有效方法，更是他们独有的实践性知识。

炉衬采用砖砌炉衬和耐火纤维炉衬组合形式，砖砌炉衬由耐火层和隔热层组成，根据不同的使用温度选用刚玉、莫来石、氧化铝砖等，炉底灰缝不大于2 mm。由于耐火纤维制品的热导率低、密度小，比热容与普通耐火砖接近，因此与砖砌炉衬相比，其散热损失和蓄热损失大大减小，因此炉体侧墙和炉顶可采用耐火纤维炉衬[4]。

根据模版的大小及不同的权值提出了不同的梯度算子，最简单的梯度算子是Roberts算子，它是一个2×2模版，但Roberts算子对于噪声较敏感。于是又提出了Sobel算子和Canny算子，Sobel算子是像素领域的加权和，模版中心值较大，虽可产生较好的边缘效果，但往往产生不闭合区域，而Canny算子采用高斯函数对图像进行平滑处理，因此具有较强的噪声抑制能力。

1.2Canny算子

图像分割Canny算子是John Canny在1986年发表的论文中首次提出的一种边缘检测算法，该算法弥补了其他算子的缺点，可以获得图像封闭边界区域。Canny优化逼近算子以及利用Canny算子对图像边缘检测的步骤分别见图1.1和图1.2。

图1　.1　Canny边缘检测算子Fig.1.1　Canny Edge detection operator

图1　.2　Canny边缘检测步骤Fig.1.2　The step of Canny Edge detection

2　基于Hough直线特征的障碍物检测

——丰富内涵，品质发展。挖掘乡村传统文化和乡俗风情，加强乡村文物保护利用和文化遗产保护传承，吸收现代文明优秀成果，在保护传承基础上创造性转化、创新性发展，提升农村农民精神面貌，丰富乡村旅游的人文内涵，推动乡村旅游精品化、品牌化发展。

如图2.3，利用Hough变换检测图像中直线的一般步骤是先对图像进行二值化，然后进行边缘检测，接着对边缘检测的结果做Hough变换，最后得到直线检测结果，具体算法步骤如下：

杨鸿烈先生云：“西汉时代的司法也确能独立”[8]，杨鸿烈先生此说很有见地，西汉时代的司法是独立的，东汉时代的司法也当是独立的。两汉时期，司法机关的独立司法行为从一个侧面反映了司法领域中的有限皇权。当然，杨鸿烈并未说明西汉时代的司法独立表现在哪些方面。笔者认为，汉代的司法独立主要表现为司法机关的独立审判权。

（3）连续性约束。一般障碍物的表面是平滑的，故此它们的偏差一般也是平滑的，但障碍物边界处深度不连续的地方除外。

障碍物都具有垂直边缘特征，可以利用Hough变换获得障碍物的垂直边缘连线。但是从图像中抽取特征点以及对特征点进行匹配，则是比较困难的事情，为了精确地计算匹配运算中特征点的数目，D.Marr提出了三个约束条件[8]：

2.1直线的特征

如图2.1[9]所示，OZ，OX分别为摄像机坐标系）的坐标轴OcZc，OcXc在地平面上的投影直线，点O为摄像机坐标系原点cO在地平面上的投影点。假设一垂直于地面的障碍物身上两点，而＇分别为延长线与地平面的交点。如果之前的假设成立，则垂直边缘连线P1P2完全垂直于地面，知那么直线12GG必经过O点。如果之前的假设不成立，即障碍物不完全垂直于地平面，那么垂直边缘连线12PP＇不垂直于地平面，直线12GG＇就不能过点O，设12GG＇与OX的交点为点G，则控制线段OG，的长度就能控制障碍物垂直于平面的程度。如果被检测的直线是路面上的标示线，其对应的线段OG的长度会很大，因此我们可以通过线段OG的长度来进一步区分某时刻图像中具有垂直性的子图像块为障碍物块还是平面块了。

图2　.1　障碍物垂直边缘特征图Fig.2.1　Feature of obstacle vertical edge

2.2Hough直线检测

Hough变换是一种在图像中寻找直线、圆及其它简单形状的方法，Hough变换具有优异的鲁棒性和极佳的抗干扰能力，利用Hough变换进行直线检测，是图像分析和计算机视觉的一个重要内容。

Hough变换的原理即选取图像空间中一条直线的某些特征，作为参数空间的一个点，并且该直线上的所有点通过某种算法都能够与直线特征一一对应，Hough变换就是利用这种直线上的点与特征一一对应的关系，将图像空间中对直线的检测转化为参数空间中对点的检测，从而使问题得到简化。如图2.2，常用的Hough检测，是运用下式在图像空间和参数空间之间建立对应关系而进行的：

（2）对图像运行Canny边缘检测，并设定检测阈值为（threshold=45）；

图2　.2　a) 图像空间Fig.2.2　a) Image space

　图2.2　b) 直线极坐标　Fig.2.2　b) Linear polar coordinates

　图2.2　c) 特征曲线Fig.2.2　c) Characteristic cure

2.3算法流程图

作者简介：刘仙红，女，汉族，江西南城人，南京师范大学苏州实验学校，地理教研组，一级，本科学历，研究方向：地理教育。

（1）兼容性约束。能够建立对应关系的特征点应该有相同的属性，但是该约束会随着实验所选用的特征点及其属性的不同而有所变化。

图2　.3　Hough直线特征流程图Fig.2.3　Hough Line Feature Flow Char

（1）读入一幅灰度图；

其中ρ为极半径，θ为极角取值为0~180°，x和y分别是像素点在图像空间中的行坐标和列坐标。

（3）对运行Canny算子的结果图作Hough变换，并将变换结果存入Hough变换累加器中；

通过技术平台交易，能够实现以市场为导向、需求为导向的科技成果转化，也保障科技成果研发与转化人员能够获得实在的收益，激励和促进科研人员持续不断的创新成果并向生产力转化。完善激励中介服务提升、中介工作者培养的政策措施，对于促进专利转化成功的中介机构和服务者给予一定比例的奖励，同时在大数据技术、互联网应用等方面提供信息支持，以此促进高校专利转化。

（4）设定阈值，运行累计概率的Hough（param1= 50，param2=10），根据阈值大小将确定需要待检的点；

我们赶回河浦时天刚擦黑。路边田里姜月娥在割稻子，她冲我喊道，腊枝你快点儿回去！你伢儿病得么事样的，把百福寺的先生都接来了！我听了心里一紧，拔腿就跑，匆忙赶回屋里。大梁蹲在摇篮边，抬起紧锁的眉头，求救似的望着我。我跑过去，双手扒着摇篮，见大女儿小脸儿潮红，紫色的小嘴儿开张着，透亮的鼻翼费力地翕动，呼呼地直喘气。我把大女儿抱起喂奶，她小脸儿贴在我胸前，嘴巴一动不动！我慌了神，把奶头儿硬往她口里塞。她就那样懒洋洋地噙着，像是噙着一粒石子、一颗土块，无动于衷！

（5）根据检测到的点在图像域中绘出直线。

由于本研究将同异步沟通作为连续型自变量，在验证主效应时使用一般线性回归的方法。表2的结果显示，沟通方式对心流体验的影响是显著且正向的，即顾客沟通越同步，顾客心流体验越强。实验结果进一步证明了理论框架的主效应。

3　基于Hough直线特征的障碍物检测结果

文章提出的算法是在Windows XP操作系统的平台上，选用Intel公司开发的开源项目OpenCV，在Microsoft Visual C++集成开发环境下完成的。实现该算法的整个系统需要的硬件包括：实验车辆、车载摄像机和计算机。实验数据由车载相机捕获的视频序列组成，图像帧是在不同光照、不同姿态下拍摄的，实验前要将捕获的图像帧利用cvCvtColor()函数转化为如图3.1所示的灰度图，然后在对其应用Canny算子和Hough变换分别得到Canny算子检测图3.2和Hough直线检测结果图3.3。

图3　.1　原图Fig.3.1　The original image

图3　.2　Canny算子操作图Fig.3.2　Canny operation image

图3　.3　Hough检测结果图Fig.3.3　Hough detection image

4　复杂度评估

文章主要针对从视频序列中获取的图像帧（实验中图像的大小为640×393），光照变化以及旋转变化小到可以忽略不计的情况下进行的研究。通过编程的比较，对图像处理中的一些基本运算的耗时有了一定的了解，其中与障碍物检测有关的主要有：图像帧获取、灰度转化处理、Canny算子和阈值处理。由于实验条件和设备的缘故，其将最终信息反馈给驾驶员需要较长的时间，故此在这种情况下算法的实用性不是很高，算法各步骤的耗时如表1所示。

表1　算法复杂度分析Table 1　Algorithm complexity analysis

5　结束语

本文的检测算法主要是基于图像的检测，通过实验结果的分析总结一下几点：

（1）系统采用Hough变换进行检查，但之前先运行Canny算子使检测效果更明显；

（2）算法采用Visual C++6.0开发平台，便于图像处理；

（3）系统接口交互性能好，通用性比较强。

当然算法也有其一定的缺陷，当算法应用于视频中时其检测的时间很难达到实时的目标，在今后的研究中可以考虑利用视频之间的运动关系来提高实时性能。由于时间和条件的限制，本文并没有提到基于视觉的车辆测距[10]技术，在今后的研究中将会考虑到车辆测距技术的工作。

[1] 闵可静, 陈勇. 图像灰度匹配在多核环境下的优化[J]. 软件, 2012, 33(6): 113-115. MIN K J, CHEN Y. Optimization Of Image Gray Level Matching In Multi-core Environment[J]. Software, 2012, 33(6): 113-115. (in Chinese)

[2] 李翔宇, 张永军. 一种基于图像分割的视频传输方案[J].软件, 2012, 33(12): 305-309. LI X Y, ZHANG Y J. A Video Transmission Scheme Based On Image Segmentation[J]. Software, 2012, 33(12): 305-309. (in Chinese)

[3] 吴进, 宋骁, 张金焕. 雾天退化图像的增强技术研究[J].新型工业化, 2014, 4(2): 39-44. WU J, SONG X, ZHANG J H. Research on Degraded Image Enhancement in Foggy Days[J]. The Journal of New Industrialization, 2014, 4(2): 39-44. (in Chinese)

[4] 卞建勇, 高爽, 徐建闽. 基于帧差与统计法的运动目标背景图像提取算法[J]. 微电子学与计算机, 2011, 28(4): 91-94. BIAN J Y, GAO S, XU J M. An Algorithm for Moving Image Background Extraction Combining Difference Algorithm Between Frames and Selectively Statistics Algorithm[J]. Microelectronics & Computer, 2011, 28(4): 91-94. (in Chinese)

[5] 崔心, 闫清东. 基于帧间差分方法的道路车辆检测系统[J].微计算机信息, 2007, 23(4-1): 117-119. CUI X, YAN Q D. A Highway Vehicles Detection System Based on Frames Difference[J]. Microcomputer Information, 2007, 23(4-1): 117-119. (in Chinese)

[6] 郭文俊, 常桂然. 基于光流技术的障碍物检测方法[J]. 软件, 2016, 37(4): 64-68. GUO W J, CHANG G R. Obstacle Detection Method Based on Optical Flow Technique[J]. Software, 2015, 37(4): 64-68. (in Chinese)

[7] 钟彩. 边缘检测算法在图像预处理中的应用[J]. 软件, 2013, 34(1): 158-159. ZHONG C. Application of Edge Detection Algorithm in Image Processing[J]. Software, 2013, 34(1): 158-159.

[8] D.Marr, T.Poggio. Cooperative computation of stereo Disparity[J]. 2011, 22(4): 283-187.

[9] 张莹莹. 融合运动补偿与特征信息的障碍物检测算法研究[D]. 东北大学, 硕士学位论文, 2009. ZHANG Y Y. Research on Obstacle Detection Algorithm Based on Fusion Motion and Compensation and Feature Information[D]. Northeastern University, master’s thesis, 2009. ( in Chinese)

[10] 罗时光. 基于单目测距技术的道路障碍物检测方法[J]. 软件, 2013, 34(9): 100-102. LUO S G. Method of Obstacle Detection for the Road Based on Monocular Measurement[J]. Software, 2013, 34(9): 100-102. (in Chinese)

Obstacle Detection Method Based on Hough Line Feature

GUO Wen-jun1, CHANG Gui-ran2, QIAO Shi-dong3
(1. College of Mathematics and Computer Science, Shanxi Datong University, Datong 037009) 2. Computing Center, Northeastern University, Shenyang 110004)

Obstacle detection has very important applications in our ordinary life, In order to reduce the occurrence of traffic accident and the losses caused by it, aimed at the problems that occurred in the process of obstacle detection, On the basis of the research on the improved method of the obstacle detection. This paper provides a new method of the obstacle detection based on the Hough line feature after the analysis of the obstacle detection technology from the image edge information. This method uses the characteristic information of the image to realize the detection of the contour of the obstacle.

Detection; Hough line feature; Computer vision; Image edge information

TP391

A

10.3969/j.issn.1003-6970.2016.09.018

郭文俊(1986-)，男，硕士，助教，主要研究方向：图像处理，网络安全；常桂然(1946-)，男，东北大学教授，博士生导师，主要研究方向：计算机网络安全，信息安全。