交通运输工程学报
JOURNAL OF TRAFFIC AND TRANSPORTATION ENGINEERING
2003 Vol.3 No.4 P.104-107

视频交通图像自适应阈值边缘检测

Adaptive thresholds edge detection of traffic image

肖旺新　 张雪　 黄卫　

摘　要：应用小波变换对视频交通图像进行边缘检测,研究了边缘评价指标、尺度对性能指标的影响及自适应阈值边缘检测,并与经典的边缘检测Sobel算子进行了对比.提出用大尺度滤波器去抑制原图像的噪声,可靠地识别噪声;而用小尺度滤波器为图像边缘精确定位,并构造出紧支二次B样条小波.结果表明,二次B样条小波边缘检测方法具有计算量小,抗噪能力和适应能力强,且有改进余地等优点,仿真效果也明显好于经典的Sobel算子.
关键词：视频交通;小波变换;边缘检测;二次B样条小波;自适应阈值
分类号：U495　文献标识码：A
文章编号：1671-1637(2003)04-0104-04

作者简介：肖旺新(1975-),男,湖南邵阳人,博士研究生,从事交通图像处理与识别研究.
作者单位：肖旺新（东南大学,智能运输系统研究中心,江苏,南京,210096）　
　　　　　张雪（东南大学,计算机系,江苏,南京,210096）　
　　　　　黄卫（东南大学,智能运输系统研究中心,江苏,南京,210096）　

参考文献：

［1］Canny J.A computational approach to edge detection[J].IEEE Trans.,PAMI,1986,8(6):679-698.
［2］Fathy M,Siyal M Y.A window-based image processing technique for quantitative and qualitative analysis of road traffic parameters[J].IEEE Trans.,1998,47(4):1 342-1 349.
［3］Fathy M,Siyal M Y. Real-time image processing approach to measure traffic queue parameters[J].IEE Proceedings-Vision,Image and Signal Processing,1995, 142(5):297-303.
［4］Picton P D.Tracking and Segmentation of Moving Objects in a Scene[M].Warwick,UK,1989.
［5］Fathy M,Siyal M Y.An image detection technique based on morphological edge detection and background differencing for real-time traffic analysis[J].Pattern Recognition Letters,1995,16(12):1321-1330.
［6］Ashworth R,Darkin D G,Dickinson K W,et al.Applications of video image processing for traffic control systems[A].Second International Conference on Road Traffic Control[C].London,UK,1985.
［7］Mallat S G,Zhong S.Characterization of signal from multi-scales edges[J].IEEE Trans.,PAMI,1992,14(7):701-732.


收稿日期：2003年1月28日

出版日期：2003年12月1日