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。
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
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。
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
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 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 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 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。2.3 除去噪聲
3 基于OTSU閾值分割的盲道識別
4 程序流程圖