夜间交通监控中的反光干扰消除和车辆检测方法研究

在交通监控场景中,基于前车灯特征的车辆检测是夜间道路交通监控中的车辆智能检测方法。然而,前车灯在路面形成的反射光会对基于车灯的夜间车辆检测算法造成很大干扰。本文提出了消除路面反射光干扰的夜间车辆检测方法,利用反射光与车灯在视频图像中的亮度方差特征差异,构造基于决策树的反射光和车灯的分类算法,识别视频图像中的车灯和反射光,效消除图像中的反射光,然后提取候选车灯ROI;最后通过对车灯的几何约束匹配实现夜间车辆检测;该方法有效提高了夜间交通车辆检测的性能,检测性能优于现有算法。

钢坯表面点印字符图像自适应阈值分割方法

因金属表面反光敏感和现场光照条件多变,钢坯表面点印字符图像难以有效分割和识别,文中提出一种基于改进的背景估计和最大熵法的钢坯表面点印字符图像自适应阈值分割方法。利用二维高斯函数与原图像卷积操作得到图像尺度空间与差分尺度空间,结合高斯函数特性判断出尺度空间中最佳背景估计层;采用改进的背景差法消除钢坯表面局部反光不均匀干扰,得到前景目标图像;为了进一步提升分割效果,采用一种重构一维直方图的鲁棒最大熵法进行全局阈值分割。利用生产现场采集的钢坯表面点印字符图像进行测试与对比,测试结果表明,所提方法分割所得二值图像噪声小、边缘轮廓清晰,具有较强的鲁棒性和较好的适应性。