HSV色彩空間和OTSU閾值分割的盲道識別算法設(shè)計

江蘇師范大學(xué)江蘇圣理工——中俄學(xué)院 吳俊濤 曹開顏 付明慧 曹雨萌

中國是世界盲人數(shù)量最多的國家，而盲人因?yàn)橐曈X的障礙，日常出行有諸多不便。為保障盲人的安全出行，本文提出了基于HSV色彩空間和OTSU閾值分割的盲道識別算法。對于有標(biāo)識色的盲道通過顏色分割的方法進(jìn)行盲道識別，對于無標(biāo)識色的盲道通過OTSU閾值分割進(jìn)行識別，經(jīng)過MATLAB實(shí)現(xiàn)模型效果驗(yàn)證，能夠有效解決盲人出行困難問題。

2020年，中國失明者已經(jīng)超過了兩千萬，這一龐大的數(shù)量意味著大約每七十個中國人里就有一個人看不見，與之對應(yīng)的是盲人對正常出行的需求日益高漲。

1991年在北京建成了中國的第一條盲道，經(jīng)過多年的推廣，如今盲道幾乎在城市中隨處可見，然而在我們的日常生活中還是很難看見盲人。這是因?yàn)榇嬖谠S多違規(guī)的盲道和隨意侵占盲道的現(xiàn)象，使得不少盲道不僅沒有為盲人提供便利反而成為盲人出行的阻礙。導(dǎo)盲犬雖然具有較好的導(dǎo)盲效果，但因?yàn)榕囵B(yǎng)成本過高導(dǎo)致在國內(nèi)短時間還無法普及。所以除了不斷加強(qiáng)規(guī)范盲道建設(shè)的力度，設(shè)計出可以識別出城市中盲道的方法也是十分迫切的事情。

1 設(shè)計思路

盲道是專門幫助盲人行走的道路設(shè)施。盲道一般分為行進(jìn)盲道和提示盲道，行進(jìn)盲道引導(dǎo)盲人前行，提示盲道提醒盲人轉(zhuǎn)彎。盲道一般是用特殊形狀的磚和鮮艷的黃色組成的，如圖1所示。所以可以采用顏色閾值分割的方法進(jìn)行盲道識別。但在現(xiàn)實(shí)中也會發(fā)現(xiàn)一些盲道不是黃色或是長久風(fēng)吹日曬已經(jīng)分辨不清原有的黃色，對于這一類盲道則可以采用OTSU閾值分割的方法來解決。

圖1 盲道實(shí)拍圖

2 基于顏色分割的盲道識別

基于顏色分割的盲道識別主要針對有明顯顏色特征的盲道，這一類盲道通常為黃色。目前，常用的顏色空間模型有RGB模型、YUV模型、HSV模型等。RGB模型是最常用的彩色信息表達(dá)方式，其中R、G、B分別代表紅、綠、藍(lán)三原色，通過這三種顏色可以混合成任意顏色，一般圖片多采用這種模型。但是，R、G、B三個分量之間界限不清，存在重疊部分，圖像分割時容易受到光照等因素影響，難于準(zhǔn)確分割。HSV模型中H、S、V分別代表色調(diào)、飽和度和亮度，這種顏色描述方法更符合人眼觀察顏色的方式，且可以考慮到光照的影響。

2.1 RGB顏色空間轉(zhuǎn)HSV顏色空間

在MATALB中存在將RGB轉(zhuǎn)換成HSV的函數(shù)，直接調(diào)用就可以實(shí)現(xiàn)轉(zhuǎn)換。在MATLAB中，RGB轉(zhuǎn)HSV后H、S、V三個參數(shù)會自動做歸一化處理，即范圍均為0~1。RGB轉(zhuǎn)HSV后，各個分量提取的圖形如圖2所示。

圖2 分量提取圖形

2.2 顏色分割

基于HSV的顏色分割是一種閾值分割，主要是通過H分量來區(qū)分顏色的色度，但是從上圖中可以看出H分量對于白色不能很好的區(qū)分，故而通過S和V分量加以控制，能較精準(zhǔn)地判斷出某像素的顏色。本文中三個分量的提取范圍設(shè)置為0.05

圖3 提取黃色后的圖像

2.3 除去噪聲

從圖3可以看出用顏色分割提取出的圖像有不少的噪聲，需要通過一系列除噪來獲得盲道的分割。首先將該圖轉(zhuǎn)換成二值圖像，然后通過中值濾波去掉較小的噪聲。中值濾波是一種非線性濾波，在一定情況下可以有效清除噪聲同時有保持良好的邊緣特性。在MATLAB圖像處理中開運(yùn)算可以去除圖像中較小的點(diǎn)，閉運(yùn)算可以將圖像中的區(qū)域鏈接在一起。開閉運(yùn)算有一個等冪性，它意味著一次濾波就能把所有特定的于結(jié)構(gòu)元素的噪聲去除干凈，并且重復(fù)運(yùn)算不會有效果。所以最終通過開閉運(yùn)算結(jié)合就可以將盲道完整的分割出來。效果見圖4所示。

圖4 分割出的有色盲道

3 基于OTSU閾值分割的盲道識別

在現(xiàn)實(shí)中會存在一些沒有鮮明顏色的盲道，對于這種盲道顏色分割的方法就無法適用，本文采用OTUS閾值分割來進(jìn)行盲道識別。OTUS算法又稱最大類間方差法，該算法是在灰度直方圖的基礎(chǔ)上采用最小二乘法原理推導(dǎo)出來的，它的基本原理是以最佳閾值將圖像的灰度值分割成兩部分，使兩部分之間的方差最大，既具有最大的分離性。效果圖見圖5所示。

圖5中分割出來的盲道為黑色，需要盲道變?yōu)榘咨?，所以對該圖像進(jìn)行黑白兩色的反轉(zhuǎn)。反轉(zhuǎn)后的圖像中依舊會存在許多噪聲，可以采用與上文中所述相似的方法去除。最終得出的效果如圖6所示。

圖5 OTSU閾值分割后的盲道

圖6 分割出的無色盲道

4 程序流程圖

MATLAB的程序流程圖如圖7所示。

圖7 MATLAB程序流程圖

結(jié)論：針對現(xiàn)實(shí)盲道的顏色和紋理特征，本文提出了一種算法，在對顏色鮮明的黃色盲道采用HSV色彩空間對黃色區(qū)域進(jìn)行閾值分割，而面對無鮮明顏色的盲道采用OTSU閾值分割的方法進(jìn)行分割。利用該算法可以較便捷地識別現(xiàn)實(shí)生活中的大部分盲道，并且解決了當(dāng)盲道顏色不明顯時，用單一顏色識別失效的問題，大大便利了盲人的出行并保障安全。