基于運(yùn)動(dòng)圖像識(shí)別的車輛檢測系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)

【摘要】在行車過程中，控制好本車與前方車輛的距離是一個(gè)重要課題，車距太大影響交通流量，車距太小不利安全。結(jié)合FPGA的特點(diǎn)，通過選擇和改進(jìn)圖像處理算法，設(shè)計(jì)了一款基于動(dòng)態(tài)圖像識(shí)別的高速公路車輛檢測系統(tǒng)。系統(tǒng)使用了一種快速中值濾波算法；通過提取路面數(shù)據(jù)，再在圖中排除與路面數(shù)據(jù)相似的圖像數(shù)據(jù)實(shí)現(xiàn)二值圖片；利用Sobel算子對(duì)圖像進(jìn)行邊緣增強(qiáng)處理；采用一種快速Hough變換實(shí)現(xiàn)道路的檢測。經(jīng)過模擬測試，系統(tǒng)功能與反應(yīng)速度都達(dá)到了預(yù)期效果。

【關(guān)鍵詞】FPGASobel邊緣增強(qiáng)快速Hough變換道路識(shí)別

一、引言

隨著經(jīng)濟(jì)的不斷發(fā)展，人民生活水平的不斷提高，汽車漸漸成為了人們的生活中所必需的交通工具。目前，全球汽車保有量約10億，而且這個(gè)數(shù)據(jù)還在不斷增加。如此龐大的汽車數(shù)量也使得交通事故頻繁發(fā)生。據(jù)世界衛(wèi)生組織統(tǒng)計(jì)，每年世界有120萬人死在道路上，2000萬到5000萬人遭受非致命傷害[1]。

據(jù)統(tǒng)計(jì)，汽車駕駛員只要在有碰撞危險(xiǎn)的0.5秒前得到預(yù)警，就可以避免至少60%的追尾撞車事故、30%的迎面撞車事故和50%的路面相關(guān)事故，若有1秒鐘的“預(yù)警”時(shí)間，則可避免90%的事故[2]。而為了彌補(bǔ)駕駛員感官能力的不足，幫助駕駛員避免可能產(chǎn)生的交通事故，提高車輛行駛的安全性。本文開發(fā)了一款基于FPGA的車輛檢測系統(tǒng)，它通過攝像頭對(duì)汽車前方的道路情況進(jìn)行檢測，識(shí)別車道和前方車輛，當(dāng)檢測到與前方車輛有異常動(dòng)作，包括車距與運(yùn)動(dòng)方向的快速變化，達(dá)到危險(xiǎn)閾值時(shí)，進(jìn)行預(yù)警，提醒駕駛員注意可能存在危險(xiǎn)情況。

二、系統(tǒng)設(shè)計(jì)

2.1系統(tǒng)總體結(jié)構(gòu)設(shè)計(jì)

FPGA內(nèi)部由幾大功能模塊組成[3]，如圖1所示。

采集模塊負(fù)責(zé)配置解碼芯片并將采集的數(shù)據(jù)存儲(chǔ)于緩存中，因?yàn)楸鞠到y(tǒng)只需要灰度數(shù)據(jù)，因此在數(shù)據(jù)采集的時(shí)候，只采集YCrCb中的Y值即可；有效區(qū)域確定模塊負(fù)責(zé)屏蔽掉無效區(qū)域以節(jié)省處理時(shí)間；中值濾波模塊負(fù)責(zé)圖像的平滑處理；路面數(shù)據(jù)提取與二值化模塊負(fù)責(zé)統(tǒng)計(jì)路面數(shù)據(jù)信息并以此為依據(jù)進(jìn)行二值化處理；sobel邊緣檢測模塊負(fù)責(zé)將二值化后的圖像邊緣顯現(xiàn)出來；車輛檢測模塊負(fù)責(zé)車道檢測與車輛檢測；數(shù)據(jù)處理與報(bào)警模塊負(fù)責(zé)確定是否報(bào)警并發(fā)出報(bào)警信號(hào)。

2.2圖像處理功能實(shí)現(xiàn)

這些功能模塊用硬件描述語言在FPGA內(nèi)得以實(shí)現(xiàn)。

2.2.1中值濾波模塊

中值濾波的思想是將像素鄰域內(nèi)灰度的中值代替該像素的值。這個(gè)中值的實(shí)現(xiàn)方法有很多種，本系統(tǒng)中選用一種三級(jí)排序[4][5]的方法，共使用七個(gè)排序器。其實(shí)現(xiàn)過程如下：濾波窗口選用的是一3*3矩陣如圖2（a）所示；先對(duì)其每一行進(jìn)行排序，得到每行的序列為從左到右依次從大到小如圖2（b）所示；如圖2（c）所示；最后將圖2（c）的amax_min、amid_mid、amin_max進(jìn)行排序，所得到的中間值即為矩陣中九個(gè)數(shù)據(jù)的中間值。

2.2.2路面數(shù)據(jù)提取與二值化模塊

本模塊分為路面數(shù)據(jù)提取、二值化兩部分。

路面數(shù)據(jù)提取是對(duì)路面數(shù)據(jù)進(jìn)行采樣，計(jì)算出路面數(shù)據(jù)的平均值和方差。取路面樣本的方法主要是在圖片中取出七個(gè)64*32的小矩形。計(jì)算每一個(gè)矩形的灰度平均值和灰度方差，去掉一個(gè)最大值和一個(gè)最小值，再計(jì)算剩下的五個(gè)的灰度值的平均值m和方差δ的平均值，如圖3。

（1）Hough變換。因?yàn)镠ough變換查找左、右車道的方法類似，所以本文以左車道為例進(jìn)行說明。為了適用FPGA的實(shí)現(xiàn)和提高效率，本系統(tǒng)選用一種快速的Hough變換實(shí)現(xiàn)方法[7][8]。在數(shù)據(jù)處理前，先進(jìn)行濾波處理，減少一些不必要的干擾數(shù)據(jù)，再把數(shù)據(jù)輸入到一多步長偽隨機(jī)特征點(diǎn)生成器，由其抽取隨機(jī)點(diǎn)數(shù)據(jù)。再利用Hough變換公式進(jìn)行計(jì)算，得到參數(shù)，進(jìn)行二次統(tǒng)計(jì)得到一組極大值，即為當(dāng)前的車道線。（2）車道外干擾線濾波。在經(jīng)過Hough變換得到車道線的直線數(shù)據(jù)后，再利用此車道線，進(jìn)行排除車道外的數(shù)據(jù)，即清零兩車道線外的數(shù)據(jù)。（3）車道陰影查找。經(jīng)清零車道線外數(shù)據(jù)后的圖像，只剩下當(dāng)前車道的數(shù)據(jù)。統(tǒng)計(jì)每一行的連續(xù)數(shù)據(jù)點(diǎn)的個(gè)數(shù)，即為每行橫線和長度，將它與當(dāng)行車道線的寬度進(jìn)行比較，大于1/3則保留。（4）車輛確認(rèn)。在得到的N條可能為當(dāng)前汽車障礙物的橫線后，以此線寬為高確定一小區(qū)域。統(tǒng)計(jì)這小區(qū)域內(nèi)垂直方向的像素和，得到一個(gè)數(shù)列。若能在左右兩邊找到兩個(gè)大于高度的2/3的值，并兩值相差不大，則認(rèn)為此小區(qū)域內(nèi)為一汽車。

因此，對(duì)于一款攝像頭，按水平方面安裝，我們只需要測量其盲區(qū)（上圖BC‘）的長度取可知道圖中任意行映射到地面時(shí)，此點(diǎn)到攝像頭的水平距離。

而對(duì)于同一行的圖像數(shù)據(jù)，其每一點(diǎn)像素點(diǎn)換算成實(shí)際距離受到攝像頭本身視覺廣度的影響，測量攝像頭視覺廣度可以讀取攝像頭參數(shù)，也可以用以下方法進(jìn)行計(jì)算，圖7為攝像頭頂視光結(jié)構(gòu)示意圖。找一墻壁，讓攝像頭正對(duì)著墻壁，記錄墻壁在圖像中的兩邊緣A、B，同時(shí)測量攝像頭到墻壁的距離l和AB的長度H。此時(shí)，對(duì)于已知與圖像中某一行所對(duì)應(yīng)的地面距離攝像頭的距離為l‘，則設(shè)此一行的圖像數(shù)據(jù)的對(duì)應(yīng)的實(shí)際寬度為H’。

前車異常檢測分為車距驟變的檢測，以及前車左右搖擺的檢測。

車距驟變的檢測可以根據(jù)公式（5）計(jì)算出來的距離，對(duì)本幀前車的車距數(shù)據(jù)與上一幀的車距數(shù)據(jù)進(jìn)行比較，并與一閾值α作比較，如果小于閾值則忽略，如果大于則發(fā)出報(bào)警信號(hào)。

前車搖擺的檢測，比較本幀車輛輪廓左側(cè)線與車陰影線相交的點(diǎn)所在的位置相距多少像素，再利用公式（6）計(jì)算出每個(gè)像素點(diǎn)所代表的實(shí)際距離的值，并與一閾值β作比較，如果小于閾值則忽略，如果大于則發(fā)出報(bào)警信號(hào)。

2.2.5數(shù)據(jù)處理與報(bào)警模塊

在查找到車輛后，確定車輛的位置，查表得到當(dāng)前車輛與本車的距離，若此距離小于某一個(gè)閾值，則輸出報(bào)警信號(hào)-LED閃爍、蜂鳴器發(fā)出報(bào)警聲響。

三、結(jié)論

本文設(shè)計(jì)研制的基于FPGA的高速公路前方車輛檢測系統(tǒng)，通過攝像頭采集前方路況數(shù)據(jù)，將圖像數(shù)據(jù)傳送到FPGA進(jìn)行數(shù)據(jù)處理，從而分析當(dāng)前車道與前方車輛的位置及運(yùn)動(dòng)情況，對(duì)可能發(fā)生的危險(xiǎn)情況發(fā)出警告信號(hào)，提醒司機(jī)注意行車安全。整個(gè)系統(tǒng)的設(shè)計(jì)，充分利用FPGA的資源，改進(jìn)了數(shù)據(jù)處理算法，達(dá)到了提高效率和處理精度這兩個(gè)目標(biāo)。

系統(tǒng)設(shè)計(jì)實(shí)現(xiàn)后，通過預(yù)先采集高速公路行車數(shù)據(jù)，在實(shí)驗(yàn)室進(jìn)行測試，結(jié)果表明在車道線較明顯且直路正常行駛過程，報(bào)警有很高的準(zhǔn)確性。后續(xù)的工作可以在現(xiàn)有的系統(tǒng)基礎(chǔ)上，進(jìn)一步完成圖像處理能力以及添加道路預(yù)測模塊，使系統(tǒng)在道路車道不明顯的路面也能正常檢測報(bào)警。

參考文獻(xiàn)

[1] World Health Organization. Global status report on road safety： time for action. [EB/OL] 2009. www.who.int/violence_injury_prevention/road_safety_status/2009.

[2]胡海峰，史忠科，徐德文.智能汽車發(fā)展研究[J].計(jì)算機(jī)應(yīng)用研究，2004（6）：20-23

[3]田浩，葛透慧，王頂. Tinku Acharya，Ajoy K. Ray.數(shù)字圖像處理原理與應(yīng)用[M].北京：清華大學(xué)出版社，2007

[4]徐大鵬，李從善.基于FPGA的數(shù)字圖像中值濾波器設(shè)計(jì)[J].電子器件. 2006，29（4）：1114-1117

[5]沈德海，劉大成，邢濤.一種縱橫窗口關(guān)聯(lián)的多級(jí)中值濾波算法[J].計(jì)算機(jī)科學(xué). 2012，39（5）：246-248

[6] Li Xue，ZhaoRongchun，Wang Qing. FPGA BASED SOBEL ALGORITHM AS VEHICLE EDGE DETECTOR IN VCAS [C]. Neural Networks Signal Processing. Nanjing， China. 2003

[7]商爾科，李健，安向京.一種面向FPGA的快速Hough變換[J].計(jì)算機(jī)工程與應(yīng)用. 2010，46（7）：72-75

[8]商爾科，李健，安向京.基于FPGA的實(shí)時(shí)Hough變換[J].計(jì)算機(jī)工程. 2010，33（16）：161-163