[发明专利]基于双目线阵CCD汽车底盘成像的异物检测方法

权利要求书

1.一种基于双目线阵CCD汽车底盘成像的异物检测方法，其特征在于，按照以下步骤实施：

步骤1、利用地埋双目线阵CCD采集上方行驶车辆的底盘图像，以下称为待检图像，根据采集到的待检图像的每一行的行方差，求出行驶车辆的水平移动偏移量

设大小为m×n的标准图像为[I_S(x,y)]_m×n，待检图像为[I_R(x,y)]_m×n，按照公式（1）将待检图像与标准图像进行差分运算，得到行差分E_SR(x,y,k)，

ESR(x,y,k)=IS(x,y)-IR(x,y+k)k=0,y=1,2,...,nIS(x,y)-IR(x,y+k)k=-l,-l+1,...,-1,y=1,2,...,n-k,IS(x,y)-IR(x,y+k)k=1,2,...,l,y=k,k+1,...,n---(1)]]>

其中x＝1,2,...,m，y＝1,2,...,n，k＝-l,-l+1,,...,0,1,2,...,l，l为行驶车辆可能的左右偏移的最大偏移量，

按照公式（2）和（3）计算每一行差分的均值μ_SR(x,k)，方差σ²_SR(x,k)，x＝1,2,...,m，y＝1,2,...,n，k＝-l,-l+1,,...,0,1,2,...,l，则：

μSR(x,k)=1n-kΣy=1n-kESR(x,y,k),---(2)]]>

σ2SR(x,k)=1n-kΣy=1n-k[ESR(x,y,k)-μSR(x,k)]2,---(3)]]>

然后，按照公式（4）求出第x行的车辆行驶水平偏移量k_x^*：

kx*=argkmin{σ2SR(x,k)|k=-l,-l+1,...,0,1,2,...,l};---(4)]]>

步骤2、求解车辆行驶整体偏移趋势直线

设汽车行驶的水平偏移直线为k_x＝p·x+Δk，x＝1,2,...,m为行坐标，则确定直线的参数p及Δk的计算公式如下：

p=a1b1-mb2a12-a2mΔk=b1-a1pm,---(5)]]>

其中，a1=Σx=1mx,]]>a2=Σx=1mx2,]]>b1=Σx=1mkx*,]]>b2=Σx=1mx·kx*;]]>

步骤3、按各行平移位置校正待检图像的水平偏差

将待检图像按照步骤2求得的直线变化规律进行水平平移；

步骤4、计算待检图像与标准图像的正差分与负差分

对标准图像[I_S(x,y)]_m×n和待检图像[I_R(x,y)]_m×n，计算正差分图[ΔI_p(x,y)]_m×n及负差分图像[ΔI_n(x,y)]_m×n，计算公式如下：

x＝1,2,...,m，y＝1,2,...,n，   （6）

x＝1,2,...,m，y＝1,2,...,n；   （7）

步骤5、对正差分图和负差分图进行去噪

5.1）进行灰度腐蚀处理

首先对正差分图[ΔI_p(x,y)]_m×n、负差分图[ΔI_n(x,y)]_m×n进行灰度腐蚀，设[ΔI_p(x,y)]_m×n和[ΔI_n(x,y)]_m×n经过灰度腐蚀后的结果分别为[ΔI_p^E(x,y)]_m×n和[ΔI_n^E(x,y)]_m×n，之后分别进行二值化处理，得到二值化结果图分别为[B_p(x,y)]_m×n和[B_n(x,y)]_m×n，计算公式如下：

Bp(x,y)=1ΔIpE(x,y)≥ThpE0ΔIpE(x,y)<ThpE,x=1,2,...,m,y=1,2,...,n,---(8)]]>

Bn(x,y)=1ΔInE(x,y)≥ThnE0ΔInE(x,y)<ThnE,x=1,2,...,m,y=1,2,...,n,---(9)]]>

其中，和为二值化判断阈值；

5.2）进行sobel锐化处理

对经过灰度腐蚀之后的正差分图[B_p(x,y)]_m×n和负差分图[B_n(x,y)]_m×n，求其sobel边缘，设得到的边缘图像分别为[ΔI_p^Edge(x,y)]_m×n和[ΔI_n^Edge(x,y)]_m×n，之后分别对其进行二值化处理，得到二值化结果图分别为[B_p^Edge(x,y)]_m×n和[B_n^Edge(x,y)]_m×n，计算公式如下：

BpEdge(x,y)=1ΔIpEdge(x,y)≥ThpEdge0ΔIpEdge(x,y)<ThpEdge,x=1,2,...,m,y=1,2,...,n,---(10)]]>

BnEdge(x,y)=1ΔInEdge(x,y)≥ThnEdge0ΔInEdge(x,y)<ThnEdge,x=1,2,...,m,y=1,2,...,n,---(11)]]>

其中，和为二值化判断阈值；

5.3）消除边缘干扰处理

对于步骤5.1）处理的结果图像[B_p(x,y)]_m×n和[B_n(x,y)]_m×n，将其中的边缘干扰部分，按照公式（12）和公式（13）进行消除，分别得到图像[B_p^S(x,y)]_m×n和[B_n^S(x,y)]_m×n，计算公式如下：

BpS(x,y)=Bp(x,y)BpEdge(x,y)=00BpEdge(x,y)=1,x=1,2,...,m,y=1,2,...,n,---(12)]]>

BnS(x,y)=Bn(x,y)BnEdge(x,y)=00BnEdge(x,y)=1,x=1,2,...,m,y=1,2,...,n;---(13)]]>

步骤6、合并正负差分图

将步骤5得到的正差分图[B_p^S(x,y)]_m×n和负差分图[B_n^S(x,y)]_m×n合并，获得包含有异物和杂质的检测结果图像[B^R(x,y)]_m×n，计算公式如下：

步骤7、消除误提取的非异物区域

7.1）对步骤6得到的结果图像[B^R(x,y)]_m×n，进行贴标签处理，得到标签矩阵[LAB(x,y)]_m×n，设由[LAB(x,y)]_m×n标记的连通域的标签数为N_Lab，每个标签标记的连通域为Ω_k，k＝1,2,...,N_Lab，计算以下几个参数：

a）连通域的面积S_k，k＝12...N_Lab，计算公式如下：

Sk=Σ(x,y)∈ΩkBR(x,y),k=1,2,...,NLab;---(15)]]>

b）连通域的长宽比ρ_k，k＝1,2,...,N_Lab，计算公式如下：

ρk=WkHk,k=1,2,...,NLab,---(16)]]>

其中，W_k＝x_k^max-x_k^min，xkmax=argxmax{(x,y)∈Ωk},]]>xkmin=argxmin{(x,y)∈Ωk},]]>H_k＝y_k^max-y_k^min，ykmax=argymax{(x,y)∈Ωk},]]>ykmin=argymin{(x,y)∈Ωk};]]>

c）连通域的的占空比γ_k，k＝1,2,...,N_Lab，计算公式如下：

γk=SkWk·Hk,k=1,2,...,NLab;---(17)]]>

7.2）对[B^R(x,y)]_m×n按照公式（18）计算，得到消除了误提取异物连通域后的异物结果

x＝1,2,...,m，y＝1,2,...,n，   （18）

其中，Th_S是用于判断当作异物目标误提取的阈值，Th_ρ和Th_γ是用于判断异物目标形状的阈值，根据图像的分辨率以及判断最小异物的大小来确定；

步骤8、修复异物目标的缺损区域

将步骤6得到的图像[B^R(x,y)]_m×n作为区域生长的终止条件约束点，对图像进行区域生长，生长截止条件是，当遇到[B^R(x,y)]_m×n给出的边缘点时停止生长，由此，得到经过区域生长修复后异物目标缺损区域后的结果图像[B^*(x,y)]_m×n；

步骤9、进一步确认异物区域

对左、右两侧CCD拍摄的待检图像全部按照步骤1至步骤8进行处理，得到检测的异物区域[B^*(x,y)]_m×n，为下文描述方便起见，将左侧CCD拍摄的图像得到的异物检测结果图像表示为[B_left^*(x,y)]_m×n，将右侧CCD拍摄的图像得到的异物检测结果图像表示为[B_right^*(x,y)]_m×n，继续进行如下的处理：

分别对[B_left^*(x,y)]_m×n和[B_right^*(x,y)]_m×n进行贴标签处理，设得到的标签矩阵分别为[LAB_left(x,y)]_m×n和[LAB_right(x,y)]_m×n，

设由[LAB_left(x,y)]_m×n标记的连通域的标签数为N_left，每个标签标记的连通域为Ω_k^left，k＝1,2,...,N_left，

由[LAB_right(x,y)]_m×n标记的连通域的标签数为N_right，每个标签标记的连通域为Ω_k^right，k＝1,2,...,N_right，

经过三个条件判断之后，删除N_{left_right}个左、右侧图像连通域对(Ω_k^left,Ω_k^right)中，不是异物目标的部分，剩下N个属于异物的左、右侧图像连通域对(Ω_k^left,Ω_k^right)，设为(Ω_k^left,Ω_k^right)，k＝1,2,...,N，即用该连通域对序列来表示N个异物；

步骤10、求解车辆底盘中的异物的高度

对步骤9得到的属于异物目标区域的左侧图像、右侧图像的连通域对(Ω_k^left,Ω_k^right)，k＝1,2,...,N，进行如下的计算：

10.1）计算连通域Ω_k^left和Ω_k^right的左侧边界点和以及右侧边界点和计算公式如下：

LΩkleft=argymin{(x,y)∈Ωkleft},k=1,2,...,N,---(19)]]>

LΩkright=argymin{(x,y)∈Ωkright},k=1,2,...,N,---(20)]]>

RΩkleft=argymax{(x,y)∈Ωkleft},k=1,2,...,N,---(21)]]>

RΩkright=argymax{(x,y)∈Ωkright},k=1,2,...,N;---(22)]]>

10.2）计算异物的高度

对由(Ω_k^left,Ω_k^right)，k＝1,2,...,N表示的第k个异物，其高度h_k的计算公式是：

hk=12·[(LΩkright-LΩkleft)+(RΩkright-RΩkleft)],k=1,2,...,N;---(23)]]>

步骤11、标记出异物位置及高度

如果右侧图像为主图像的话，就由(Ω_k^right,h_k)，k＝1,2,...,N来标记异物；反之，如果左侧图像为主图像的话，就由(Ω_k^left,h_k)，k＝1,2,...,N来标记异物，完成对汽车底盘异物数目，以及每个异物的位置以及高度的自动检测，即成。