基于Hough直線特征的障礙物檢測(cè)方法

郭文俊，常桂然，喬世東

(1. 山西大同大學(xué) 數(shù)學(xué)與計(jì)算機(jī)科學(xué)學(xué)院，山西 大同　037009；2. 東北大學(xué)計(jì)算中心，遼寧 沈陽(yáng)　110004)

基于Hough直線特征的障礙物檢測(cè)方法

郭文俊1，常桂然1，喬世東2

(1. 山西大同大學(xué) 數(shù)學(xué)與計(jì)算機(jī)科學(xué)學(xué)院，山西 大同037009；2. 東北大學(xué)計(jì)算中心，遼寧 沈陽(yáng)110004)

在平時(shí)的生活中障礙物的檢測(cè)有著重要的應(yīng)用，為了減少交通事故的發(fā)生，降低其而帶來(lái)的危害，針對(duì)障礙物檢測(cè)過(guò)程中出現(xiàn)的問(wèn)題，在研究障礙物改進(jìn)技術(shù)的基礎(chǔ)上。本文從圖像邊緣信息的角度上，對(duì)障礙物檢測(cè)技術(shù)進(jìn)行了分析研究，提出了基于Hough直線特征的障礙物檢測(cè)方法，該方法利用圖像的特征信息實(shí)現(xiàn)了對(duì)障礙物輪廓的檢測(cè)。

障礙物檢測(cè)；Hough直線特征；計(jì)算機(jī)視覺(jué)

本文著錄格式：郭文俊，常桂然，喬世東. 基于Hough直線特征的障礙物檢測(cè)方法[J]. 軟件，2016，37（9）：77-80

0　引言

機(jī)動(dòng)車私人擁有量的不斷上升，導(dǎo)致了交通事故在逐年的增加。故此，怎樣最大程度的減少交通事故及降低其給人們帶來(lái)的危害成了我們?nèi)找骊P(guān)注的焦點(diǎn)。目前，在這方面的研究都離不開(kāi)圖像檢測(cè)技術(shù)，而基于圖像處理的檢測(cè)技術(shù)關(guān)鍵在于圖像的處理[1-3]。常見(jiàn)的障礙物檢測(cè)的方法有基于幀間差分的方法[4-5]，基于光流技術(shù)的檢測(cè)方法[6]，基于邊緣特征的檢測(cè)方法[7]等。但其中基于幀間差分的方法主要應(yīng)用于對(duì)動(dòng)態(tài)障礙物的檢測(cè)，無(wú)法實(shí)現(xiàn)對(duì)靜態(tài)障礙物的檢測(cè)，而且該方法要求對(duì)大數(shù)據(jù)量的整理無(wú)法滿足整個(gè)監(jiān)控場(chǎng)內(nèi)的實(shí)時(shí)要求。基于光流技術(shù)的檢測(cè)方法雖可實(shí)現(xiàn)靜態(tài)障礙物的檢測(cè)，但須提前設(shè)置預(yù)估檢測(cè)區(qū)域，整個(gè)過(guò)程只對(duì)區(qū)域內(nèi)的數(shù)據(jù)進(jìn)行處理，盡管在一定程度上降低了系統(tǒng)處理的數(shù)據(jù)量，但有時(shí)不能檢測(cè)出完整的障礙物?；谶吘壧卣鞯臋z測(cè)方法對(duì)于準(zhǔn)確匹配物體邊緣目前為止還沒(méi)有一種比較通用的快速匹配算法，從而限制了特征法在實(shí)時(shí)障礙物檢測(cè)中的應(yīng)用。

1.物業(yè)服務(wù)企業(yè)服務(wù)水平低、質(zhì)量不達(dá)標(biāo)。業(yè)主認(rèn)為物業(yè)服務(wù)企業(yè)管理服務(wù)的水平低，服務(wù)質(zhì)量不達(dá)標(biāo)，就會(huì)以物業(yè)服務(wù)企業(yè)沒(méi)有履行相應(yīng)的義務(wù)，以拒交物業(yè)費(fèi)的形式行使自己的抗辯權(quán)。業(yè)主認(rèn)為所作出的對(duì)抗方式是符合合同法規(guī)定的，所以便以采取拖欠物業(yè)服務(wù)費(fèi)的方式向物業(yè)服務(wù)企業(yè)進(jìn)行抗辯。但是筆者認(rèn)為，業(yè)主在對(duì)合同抗辯權(quán)的理解上有認(rèn)識(shí)誤區(qū)。

本文提出的基于Hough直線特征的檢測(cè)方法主要是從相繼兩幅或多幅不同時(shí)刻的圖像中抽取特征，并建立各特征之間的對(duì)應(yīng)關(guān)系，再根據(jù)這些建立起來(lái)的特征之間的對(duì)應(yīng)關(guān)系來(lái)計(jì)算障礙物的結(jié)構(gòu)包括形狀、大小、位置及其運(yùn)動(dòng)狀態(tài)。障礙物都具有垂直邊緣特征，可以利用Hough變換獲得障礙物的垂直邊緣連線，從而抽取特征點(diǎn)以達(dá)到檢測(cè)障礙的目的。

1　圖像的邊緣檢測(cè)

邊緣是圖像最基本的特征[7]，是指圖像周圍像素灰度有階躍變化的所有像素點(diǎn)的集合。圖像的邊緣提取是圖像處理和計(jì)算機(jī)視覺(jué)的基礎(chǔ)，邊緣檢測(cè)的目的是標(biāo)識(shí)數(shù)字圖像中亮度明顯變化的像素點(diǎn)。邊緣檢測(cè)技術(shù)是圖像處理和計(jì)算機(jī)視覺(jué)等領(lǐng)域最基本的圖像處理技術(shù)，對(duì)于邊緣的檢測(cè)常利用空域微分算子模版與圖像卷積完成。用算子檢測(cè)圖像邊緣使用小區(qū)域模版對(duì)圖像進(jìn)行處理，經(jīng)典的邊緣檢測(cè)方法是對(duì)原始圖像中像素的某領(lǐng)域來(lái)構(gòu)造邊緣檢測(cè)算子，即采用卷積作為掩模模版在圖像中依次移動(dòng)，完成圖像中每一個(gè)像素點(diǎn)同選定模版的卷積運(yùn)算。常用的邊緣檢測(cè)方法有Roberts算子、Sobel算子、Prewitt算子、Kirsch算子、Canny算子。

長(zhǎng)期以來(lái)，供水行業(yè)一直被視作公益性事業(yè)，產(chǎn)品實(shí)行低價(jià)銷售，依靠政府補(bǔ)貼維持簡(jiǎn)單再生產(chǎn)，缺乏融資能力，而政府財(cái)政用于供水行業(yè)的投資卻極為有限。同時(shí)，由于供水行業(yè)目前屬虧損或微利產(chǎn)業(yè)，企業(yè)的進(jìn)入和經(jīng)營(yíng)行為又受到政府的諸多行政干涉，因此難以吸引外來(lái)投資進(jìn)入供水行業(yè)。這些因素綜合影響的后果導(dǎo)致供水行業(yè)投資嚴(yán)重不足，制水設(shè)備嚴(yán)重老化，輸水管網(wǎng)陳舊，失修失養(yǎng)現(xiàn)象嚴(yán)重，造成自來(lái)水供應(yīng)的緊張狀況。

1.1梯度算子的定義

（2）唯一性約束。一副圖像在1t時(shí)刻的某一個(gè)特征點(diǎn)與同樣一副圖像在2t時(shí)刻只有唯一一個(gè)特征與之相對(duì)應(yīng)12tt＜（）。

實(shí)訓(xùn)教師在教學(xué)中遵循著“理論講解—集中示范—分組操作—巡回指導(dǎo)”的行動(dòng)方式，這種教師群體間的統(tǒng)一行動(dòng)規(guī)則規(guī)范了教師教學(xué)，使教學(xué)過(guò)程更加有條理，尤其是為新手教師開(kāi)展教學(xué)提供了一種可遵循的教學(xué)程序。許多教師常常將實(shí)訓(xùn)教室比作“車間”“工廠”，把操作機(jī)器看成是“行軍打仗”，編“G71，節(jié)節(jié)高”這樣的順口溜來(lái)幫助學(xué)生記憶知識(shí)點(diǎn)。意象、隱喻、順口溜、手勢(shì)等表征形式將教師的實(shí)踐性知識(shí)形象地展現(xiàn)出來(lái)，這是一線教師們?cè)诮逃龑?shí)踐中摸索出的教學(xué)訣竅，是經(jīng)過(guò)實(shí)踐檢驗(yàn)的有效方法，更是他們獨(dú)有的實(shí)踐性知識(shí)。

爐襯采用磚砌爐襯和耐火纖維爐襯組合形式，磚砌爐襯由耐火層和隔熱層組成，根據(jù)不同的使用溫度選用剛玉、莫來(lái)石、氧化鋁磚等，爐底灰縫不大于2 mm。由于耐火纖維制品的熱導(dǎo)率低、密度小，比熱容與普通耐火磚接近，因此與磚砌爐襯相比，其散熱損失和蓄熱損失大大減小，因此爐體側(cè)墻和爐頂可采用耐火纖維爐襯[4]。

根據(jù)模版的大小及不同的權(quán)值提出了不同的梯度算子，最簡(jiǎn)單的梯度算子是Roberts算子，它是一個(gè)2×2模版，但Roberts算子對(duì)于噪聲較敏感。于是又提出了Sobel算子和Canny算子，Sobel算子是像素領(lǐng)域的加權(quán)和，模版中心值較大，雖可產(chǎn)生較好的邊緣效果，但往往產(chǎn)生不閉合區(qū)域，而Canny算子采用高斯函數(shù)對(duì)圖像進(jìn)行平滑處理，因此具有較強(qiáng)的噪聲抑制能力。

1.2Canny算子

圖像分割Canny算子是John Canny在1986年發(fā)表的論文中首次提出的一種邊緣檢測(cè)算法，該算法彌補(bǔ)了其他算子的缺點(diǎn)，可以獲得圖像封閉邊界區(qū)域。Canny優(yōu)化逼近算子以及利用Canny算子對(duì)圖像邊緣檢測(cè)的步驟分別見(jiàn)圖1.1和圖1.2。

圖1　.1　Canny邊緣檢測(cè)算子Fig.1.1　Canny Edge detection operator

圖1　.2　Canny邊緣檢測(cè)步驟Fig.1.2　The step of Canny Edge detection

2　基于Hough直線特征的障礙物檢測(cè)

——豐富內(nèi)涵，品質(zhì)發(fā)展。挖掘鄉(xiāng)村傳統(tǒng)文化和鄉(xiāng)俗風(fēng)情，加強(qiáng)鄉(xiāng)村文物保護(hù)利用和文化遺產(chǎn)保護(hù)傳承，吸收現(xiàn)代文明優(yōu)秀成果，在保護(hù)傳承基礎(chǔ)上創(chuàng)造性轉(zhuǎn)化、創(chuàng)新性發(fā)展，提升農(nóng)村農(nóng)民精神面貌，豐富鄉(xiāng)村旅游的人文內(nèi)涵，推動(dòng)鄉(xiāng)村旅游精品化、品牌化發(fā)展。

如圖2.3，利用Hough變換檢測(cè)圖像中直線的一般步驟是先對(duì)圖像進(jìn)行二值化，然后進(jìn)行邊緣檢測(cè)，接著對(duì)邊緣檢測(cè)的結(jié)果做Hough變換，最后得到直線檢測(cè)結(jié)果，具體算法步驟如下：

楊鴻烈先生云：“西漢時(shí)代的司法也確能獨(dú)立”[8]，楊鴻烈先生此說(shuō)很有見(jiàn)地，西漢時(shí)代的司法是獨(dú)立的，東漢時(shí)代的司法也當(dāng)是獨(dú)立的。兩漢時(shí)期，司法機(jī)關(guān)的獨(dú)立司法行為從一個(gè)側(cè)面反映了司法領(lǐng)域中的有限皇權(quán)。當(dāng)然，楊鴻烈并未說(shuō)明西漢時(shí)代的司法獨(dú)立表現(xiàn)在哪些方面。筆者認(rèn)為，漢代的司法獨(dú)立主要表現(xiàn)為司法機(jī)關(guān)的獨(dú)立審判權(quán)。

（3）連續(xù)性約束。一般障礙物的表面是平滑的，故此它們的偏差一般也是平滑的，但障礙物邊界處深度不連續(xù)的地方除外。

障礙物都具有垂直邊緣特征，可以利用Hough變換獲得障礙物的垂直邊緣連線。但是從圖像中抽取特征點(diǎn)以及對(duì)特征點(diǎn)進(jìn)行匹配，則是比較困難的事情，為了精確地計(jì)算匹配運(yùn)算中特征點(diǎn)的數(shù)目，D.Marr提出了三個(gè)約束條件[8]：

2.1直線的特征

如圖2.1[9]所示，OZ，OX分別為攝像機(jī)坐標(biāo)系）的坐標(biāo)軸OcZc，OcXc在地平面上的投影直線，點(diǎn)O為攝像機(jī)坐標(biāo)系原點(diǎn)cO在地平面上的投影點(diǎn)。假設(shè)一垂直于地面的障礙物身上兩點(diǎn)，而＇分別為延長(zhǎng)線與地平面的交點(diǎn)。如果之前的假設(shè)成立，則垂直邊緣連線P1P2完全垂直于地面，知那么直線12GG必經(jīng)過(guò)O點(diǎn)。如果之前的假設(shè)不成立，即障礙物不完全垂直于地平面，那么垂直邊緣連線12PP＇不垂直于地平面，直線12GG＇就不能過(guò)點(diǎn)O，設(shè)12GG＇與OX的交點(diǎn)為點(diǎn)G，則控制線段OG，的長(zhǎng)度就能控制障礙物垂直于平面的程度。如果被檢測(cè)的直線是路面上的標(biāo)示線，其對(duì)應(yīng)的線段OG的長(zhǎng)度會(huì)很大，因此我們可以通過(guò)線段OG的長(zhǎng)度來(lái)進(jìn)一步區(qū)分某時(shí)刻圖像中具有垂直性的子圖像塊為障礙物塊還是平面塊了。

圖2　.1　障礙物垂直邊緣特征圖Fig.2.1　Feature of obstacle vertical edge

2.2Hough直線檢測(cè)

Hough變換是一種在圖像中尋找直線、圓及其它簡(jiǎn)單形狀的方法，Hough變換具有優(yōu)異的魯棒性和極佳的抗干擾能力，利用Hough變換進(jìn)行直線檢測(cè)，是圖像分析和計(jì)算機(jī)視覺(jué)的一個(gè)重要內(nèi)容。

Hough變換的原理即選取圖像空間中一條直線的某些特征，作為參數(shù)空間的一個(gè)點(diǎn)，并且該直線上的所有點(diǎn)通過(guò)某種算法都能夠與直線特征一一對(duì)應(yīng)，Hough變換就是利用這種直線上的點(diǎn)與特征一一對(duì)應(yīng)的關(guān)系，將圖像空間中對(duì)直線的檢測(cè)轉(zhuǎn)化為參數(shù)空間中對(duì)點(diǎn)的檢測(cè)，從而使問(wèn)題得到簡(jiǎn)化。如圖2.2，常用的Hough檢測(cè)，是運(yùn)用下式在圖像空間和參數(shù)空間之間建立對(duì)應(yīng)關(guān)系而進(jìn)行的：

（2）對(duì)圖像運(yùn)行Canny邊緣檢測(cè)，并設(shè)定檢測(cè)閾值為（threshold=45）；

圖2　.2　a) 圖像空間Fig.2.2　a) Image space

　圖2.2　b) 直線極坐標(biāo)　Fig.2.2　b) Linear polar coordinates

　圖2.2　c) 特征曲線Fig.2.2　c) Characteristic cure

2.3算法流程圖

作者簡(jiǎn)介：劉仙紅，女，漢族，江西南城人，南京師范大學(xué)蘇州實(shí)驗(yàn)學(xué)校，地理教研組，一級(jí)，本科學(xué)歷，研究方向：地理教育。

（1）兼容性約束。能夠建立對(duì)應(yīng)關(guān)系的特征點(diǎn)應(yīng)該有相同的屬性，但是該約束會(huì)隨著實(shí)驗(yàn)所選用的特征點(diǎn)及其屬性的不同而有所變化。

圖2　.3　Hough直線特征流程圖Fig.2.3　Hough Line Feature Flow Char

（1）讀入一幅灰度圖；

其中ρ為極半徑，θ為極角取值為0~180°，x和y分別是像素點(diǎn)在圖像空間中的行坐標(biāo)和列坐標(biāo)。

（3）對(duì)運(yùn)行Canny算子的結(jié)果圖作Hough變換，并將變換結(jié)果存入Hough變換累加器中；

通過(guò)技術(shù)平臺(tái)交易，能夠?qū)崿F(xiàn)以市場(chǎng)為導(dǎo)向、需求為導(dǎo)向的科技成果轉(zhuǎn)化，也保障科技成果研發(fā)與轉(zhuǎn)化人員能夠獲得實(shí)在的收益，激勵(lì)和促進(jìn)科研人員持續(xù)不斷的創(chuàng)新成果并向生產(chǎn)力轉(zhuǎn)化。完善激勵(lì)中介服務(wù)提升、中介工作者培養(yǎng)的政策措施，對(duì)于促進(jìn)專利轉(zhuǎn)化成功的中介機(jī)構(gòu)和服務(wù)者給予一定比例的獎(jiǎng)勵(lì)，同時(shí)在大數(shù)據(jù)技術(shù)、互聯(lián)網(wǎng)應(yīng)用等方面提供信息支持，以此促進(jìn)高校專利轉(zhuǎn)化。

（4）設(shè)定閾值，運(yùn)行累計(jì)概率的Hough（param1= 50，param2=10），根據(jù)閾值大小將確定需要待檢的點(diǎn)；

我們趕回河浦時(shí)天剛擦黑。路邊田里姜月娥在割稻子，她沖我喊道，臘枝你快點(diǎn)兒回去！你伢兒病得么事樣的，把百福寺的先生都接來(lái)了！我聽(tīng)了心里一緊，拔腿就跑，匆忙趕回屋里。大梁蹲在搖籃邊，抬起緊鎖的眉頭，求救似的望著我。我跑過(guò)去，雙手扒著搖籃，見(jiàn)大女兒小臉兒潮紅，紫色的小嘴兒開(kāi)張著，透亮的鼻翼費(fèi)力地翕動(dòng)，呼呼地直喘氣。我把大女兒抱起喂奶，她小臉兒貼在我胸前，嘴巴一動(dòng)不動(dòng)！我慌了神，把奶頭兒硬往她口里塞。她就那樣懶洋洋地噙著，像是噙著一粒石子、一顆土塊，無(wú)動(dòng)于衷！

（5）根據(jù)檢測(cè)到的點(diǎn)在圖像域中繪出直線。

由于本研究將同異步溝通作為連續(xù)型自變量，在驗(yàn)證主效應(yīng)時(shí)使用一般線性回歸的方法。表2的結(jié)果顯示，溝通方式對(duì)心流體驗(yàn)的影響是顯著且正向的，即顧客溝通越同步，顧客心流體驗(yàn)越強(qiáng)。實(shí)驗(yàn)結(jié)果進(jìn)一步證明了理論框架的主效應(yīng)。

3　基于Hough直線特征的障礙物檢測(cè)結(jié)果

文章提出的算法是在Windows XP操作系統(tǒng)的平臺(tái)上，選用Intel公司開(kāi)發(fā)的開(kāi)源項(xiàng)目OpenCV，在Microsoft Visual C++集成開(kāi)發(fā)環(huán)境下完成的。實(shí)現(xiàn)該算法的整個(gè)系統(tǒng)需要的硬件包括：實(shí)驗(yàn)車輛、車載攝像機(jī)和計(jì)算機(jī)。實(shí)驗(yàn)數(shù)據(jù)由車載相機(jī)捕獲的視頻序列組成，圖像幀是在不同光照、不同姿態(tài)下拍攝的，實(shí)驗(yàn)前要將捕獲的圖像幀利用cvCvtColor()函數(shù)轉(zhuǎn)化為如圖3.1所示的灰度圖，然后在對(duì)其應(yīng)用Canny算子和Hough變換分別得到Canny算子檢測(cè)圖3.2和Hough直線檢測(cè)結(jié)果圖3.3。

圖3　.1　原圖Fig.3.1　The original image

圖3　.2　Canny算子操作圖Fig.3.2　Canny operation image

圖3　.3　Hough檢測(cè)結(jié)果圖Fig.3.3　Hough detection image

4　復(fù)雜度評(píng)估

文章主要針對(duì)從視頻序列中獲取的圖像幀（實(shí)驗(yàn)中圖像的大小為640×393），光照變化以及旋轉(zhuǎn)變化小到可以忽略不計(jì)的情況下進(jìn)行的研究。通過(guò)編程的比較，對(duì)圖像處理中的一些基本運(yùn)算的耗時(shí)有了一定的了解，其中與障礙物檢測(cè)有關(guān)的主要有：圖像幀獲取、灰度轉(zhuǎn)化處理、Canny算子和閾值處理。由于實(shí)驗(yàn)條件和設(shè)備的緣故，其將最終信息反饋給駕駛員需要較長(zhǎng)的時(shí)間，故此在這種情況下算法的實(shí)用性不是很高，算法各步驟的耗時(shí)如表1所示。

表1　算法復(fù)雜度分析Table 1　Algorithm complexity analysis

5　結(jié)束語(yǔ)

本文的檢測(cè)算法主要是基于圖像的檢測(cè)，通過(guò)實(shí)驗(yàn)結(jié)果的分析總結(jié)一下幾點(diǎn)：

（1）系統(tǒng)采用Hough變換進(jìn)行檢查，但之前先運(yùn)行Canny算子使檢測(cè)效果更明顯；

（2）算法采用Visual C++6.0開(kāi)發(fā)平臺(tái)，便于圖像處理；

（3）系統(tǒng)接口交互性能好，通用性比較強(qiáng)。

當(dāng)然算法也有其一定的缺陷，當(dāng)算法應(yīng)用于視頻中時(shí)其檢測(cè)的時(shí)間很難達(dá)到實(shí)時(shí)的目標(biāo)，在今后的研究中可以考慮利用視頻之間的運(yùn)動(dòng)關(guān)系來(lái)提高實(shí)時(shí)性能。由于時(shí)間和條件的限制，本文并沒(méi)有提到基于視覺(jué)的車輛測(cè)距[10]技術(shù)，在今后的研究中將會(huì)考慮到車輛測(cè)距技術(shù)的工作。

[1] 閔可靜, 陳勇. 圖像灰度匹配在多核環(huán)境下的優(yōu)化[J]. 軟件, 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, 張永軍. 一種基于圖像分割的視頻傳輸方案[J].軟件, 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] 吳進(jìn), 宋驍, 張金煥. 霧天退化圖像的增強(qiáng)技術(shù)研究[J].新型工業(yè)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, 徐建閩. 基于幀差與統(tǒng)計(jì)法的運(yùn)動(dòng)目標(biāo)背景圖像提取算法[J]. 微電子學(xué)與計(jì)算機(jī), 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, 閆清東. 基于幀間差分方法的道路車輛檢測(cè)系統(tǒng)[J].微計(jì)算機(jī)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. 基于光流技術(shù)的障礙物檢測(cè)方法[J]. 軟件, 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] 鐘彩. 邊緣檢測(cè)算法在圖像預(yù)處理中的應(yīng)用[J]. 軟件, 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] 張瑩瑩. 融合運(yùn)動(dòng)補(bǔ)償與特征信息的障礙物檢測(cè)算法研究[D]. 東北大學(xué), 碩士學(xué)位論文, 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] 羅時(shí)光. 基于單目測(cè)距技術(shù)的道路障礙物檢測(cè)方法[J]. 軟件, 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，碩士，助教，主要研究方向：圖像處理，網(wǎng)絡(luò)安全；常桂然(1946-)，男，東北大學(xué)教授，博士生導(dǎo)師，主要研究方向：計(jì)算機(jī)網(wǎng)絡(luò)安全，信息安全。