151
计算机与多媒体技术
Computer And Multimedia Technology
电子技术与软件工程
Electronic Technology & Software Engineering
图像分割技术是图像处理和计算机视觉等领域中最基本的技术，其效果直接影响着后续图像处理效果的好坏，更影响着后续目标检测的准确性。目前图像分割边缘检测技术从思路上大致分为三类：一类是借助于空域差分卷积或类似卷积的运算来实现的方法，如：Roberts 算子、Prewitt 算子、Sobel 算子、Canny 算子等；第二类是从能量的角度考虑以能量最小化为准则的分割算法，有松弛算法、神经网络分析法、Snake 算法等；第三类是以小波变换为代表的分割算法[1]。但是由于实际图像中的边缘类型复杂且实际的图像中存在不同程度的噪声，对算法的适应性、稳定性和有效性提出了极大的考验，因此，传统的空域卷积算法具有较强的普适性和计算速度快等优势，因此仍得到了广泛的应用。 目标检测的目的是从序列图像中分割处感兴趣的前景目标，并尽可能地抑制背景和前景噪声，以准确地得到视频中感兴趣的目标区域。运动跟踪是指在连续的图像序列中对感兴趣的目标进行检测，以获得目
2013年江苏高考作文题标的位置、速度、加速度等运动参数，从而在连续的视频序列中建立起目标的对应关系，为下一步的视频理解和分析提供可靠的数据。
ka5q1265rf
本文根据实际工程需求，首先采用改进的Sobel 算子对图像进行预处理，然后对目标检测阈值进行分析，并通过极大极小策略检测N×N 像素块来检测运动目标，同时根据帧间关联，确定目标所在ROI 区域，并根据目标运动特征动态更新ROI 区域，以更好的对目标特性进行分析，并进行目标检测。1 图像预处理
1.1 改进的Sobel算子原理[2]
假设连续图像函数未f(x,y)，函数在(x,y)处的梯度是一个具有方向和大小的梯度矢量，即[3]式中i 、j 分别为x 和y 方向的单位矢量。基于梯度的算子都是建立在这一基础之上，绝大部分梯度算子把(x,y)处的边缘梯度幅度和方向分别定义为：
（1）
边界发现蒙古野驴（2）
而计算出的grad[f(x,y)]值即为图像的边缘数据，因为上式是对连续的图像函数的处理，而在实际应用中，采集的图像为一定像素大小离散数据，因此在图像处理中，常用相邻或间隔像素差分值来代表图
像的边缘信息。而Sobel 算子是对离散的数据进行加权计算，采用如图1的小型卷积模板，利用模板与对应的图像数据进行卷积来做近似计算，这2个方向模板分别为水平方向和竖直方向边缘检测。
其计算步骤为：
（1）分别将2个方向模板沿着图像从一个像素移动到另一个像素，并将模板的中心像素与图像中的某个位置重合；
基于Sobel 算子图像预处理的目标检测算法
张琪 王艺 陈兆飞
保心包（中国电子科技集团公司第二十七研究所 河南省郑州市 450015）
外蒙古
（2）将模板内的系数与其对应的图像像素相乘；（3）将模板内所有相乘值相加；
（4）将2个卷积的最大值赋值给图像对应模板中心位置的像素值，作为该像素的新灰度值。
改进Sobel 算子实现步骤为：
（1）分别将2个方向模板沿着图像从一个像素移动到另一个像素，并将模板的中心像素与图像中的某
个位置重合；
（2）将模板内的系数与其对应的图像像素相乘并作和，记为SA ；
（3）将模板内每项系数与对应像素相乘后，绝对值相加，记为SB ；
摘 要：本文首先对改进Sobel 算子进行描述，然后提出了基于Sobel 算子图像预处理的目标检测算法.该算法使用Sobel 算子对图像进行预处理，通过阈值设定，检测运动目标，针对目标位置、速度建立图像ROI
区域，对连续目标建立帧间关联，并确立置信度，最终实现目标检测目的。对该算法进行试验测试，试验表明，该算法能较好的检测运动目标，具有较好的鲁棒性。
三聚氰胺树脂
关键词：Sobel；目标检测；ROI 区域(a)垂直梯度方向，检测水平
边缘(b)水平梯度方向，检测垂直
边缘
图1：Sobel
算子卷积模板
图2：目标运动示例
图3：第N 帧ROI 区域示例
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议