CC BY
36Ф И
3 И К
О •
М
А
Т
Е
М
А
Т
И
4 Е С К И Е
НАУКИ
УДК 62
К.Д. Ромахов
ПРИМЕНЕНИЕ МЕТОДОВ КОМПЬЮТЕРНОГО ЗРЕНИЯ ДЛЯ ОПРЕДЕЛЕНИЯ ГРАНИЦ ДОРОЖНОЙ РАЗМЕТКИ
В статье рассматривается программная реализация алгоритма поиска и определения границ дорожной разметки на изображениях и видеоизображениях. Данный алгоритм эффективно подходит для внедрения в системы самоуправляемых автомобилей. Программный модуль реализован с помощью языка Python и библиотеки OpenCV.
Ключевые слова: компьютерное зрение, машинное зрение, работа с изображениями.
Несмотря на то, что современные самоуправляемые автомобили в основном используют нейронные сети для выбора оптимального маршрута и определения объектов, традиционные методы компьютерного зрения также эффективно решают проблемы поиска границ дорожной разметки. [1]
© Ромахов К.Д., 2019.
Для понимания рассматриваемого алгоритма рассмотрим понятие компьютерного зрения. Компьютерное зрение (или машинное зрение) - это теория и технология создания машин, которые могут производить обнаружение, отслеживание и классификацию объектов. Одной из задач компьютерного зрения является распознавание объектов по определенным заданным условиям. В данном примере система должна распознавать две границы дорожной полосы, которые по сути являются прямыми линии. [2] На рис. 1. представлен алгоритм программного модуля.
Z Выход: получаем изображение огшеченныни нитями по кранм дорожной разметки.
(^^^Ко-еи
Рис. 1. Схема алгоритма для определения границ дорожной разметки
На вход поступает цветное изображение из автомобильной камеры произвольного размера или кадр из видео. Камера расположена в салоне и делает запись, фокус на дороге.
О 200 400 600 800
Рис. 2. Загруженная фотография с автомобильной камеры
Далее идет конвертация цветного изображения в черно-белое. Каждый пиксель представлен одним 8-битным числом со значением от 0 до 255. Чтобы избежать резких изменений и снизить зашумленность на изображении, применяется сглаживание фильтром Гаусса. Формула гауссовского распределения в 2-Э плоскости имеет вид:
G(x,y) =
1
2 па2
е 2о-2
где параметр с - среднеквадратическое отклонение (с2 - дисперсия) распределения.
Идея Гауссовского сглаживания состоит в том, чтобы использовать это двумерное распределение как функцию "разброса точек" с использованием свертки. Изображение является по сути набором дискретных пикселей. Создается матрица размытия, заполненная нормированными коэффициентами по Гауссов-скому распределению. Этот фильтр применяется к изображению и удаляет шум. [3]
Чтобы определить границы дорожной разметки, применяется детектор границ Кэнни. Алгоритм осуществляет поиск градиентов. Границы отмечаются там, где градиент изображения приобретает максимальное значение. Они могут иметь различное направление, поэтому алгоритм Кэнни использует четыре фильтра для обнаружения горизонтальных, вертикальных и диагональных ребер в размытом изображении.
Края соответствуют изменению интенсивности пикселей. Чтобы обнаружить его, проще всего применить фильтры, которые выделяют это изменение интенсивности в обоих направлениях: горизонтальном и вертикальном (у).
Формула расчета величины интенсивности градиента:
IGI=S
2+12У,
где G - интенсивность градиента, 1Хи 1у - производные от x и у соответственно. Формула расчета наклона градиента:
¡2
в(х,у) = агсгдф,
' V
где в - наклон градиента.
Для определения границ дорожной разметки применяется преобразование Хафа. Это метод для поиска линий, кругов и других простых форм на изображении. В основе теории преобразования Хафа лежит утверждение, что любая точка двоичного изображения может быть частью некоторого набора возможных линий. Прямую на плоскости можно представить в виде:
х2+у2
х * соб(/) + у * Бт(/) = И,
где R - длина перпендикуляра опущенного на прямую из начала координат, f - угол между перпендикуляром к прямой и осью ОХ.
После всех преобразований получаем выходное изображение с отмеченными границами дорожной разметки.
Рис. 3. Изображение с определенными границами дорожной разметки.
В итоге можно сказать, что предложенный алгоритм эффективно справляется с задачей определения дорожной разметки и может применяться для самоуправляемых автомобилей.
Библиографический список
1Шапиро Л., Стокман Дж. Компьютерное зрение. Пер. с англ. М. : Лаборатория знаний, 2015. 752с..
2.Форсайт Д., Понс Ж. Компьютерное зрение. Современный подход. Пер. с англ. - М. : Издательский дом «Ви-льямс», 2004. 928с.
3.Б.Б. Походзей (1985), Преобразование случайных битов в случайные величины с произвольными дискретными распределениями, Вестник Ленингр. ун-та, 1985. Сер. 1, N0 1, стр. 39-43.
РОМАХОВ КИРИЛЛ ДЕНИСОВИЧ - магистрант, Балтийский федеральный университет им. Иммануила Канта, Россия.
