摘 要

在计算机技术高速进步的今天，任何领域的发展都离不开计算机技术，图像处理作为计算机领域一个蓬勃发展的分支，早已逐渐渗透到我们生活中的各方各面。本论文借助开放源代码计算机视觉库OpenCV依靠图像处理技术中的斑点检测方法来进行图像内灯光检测程序的设计与实现，对简单斑点检测和高斯拉普拉斯变换两种图像处理方法进行了比较，用高斯拉普拉斯变换的方法能更稳定地得到光斑。取最优的方法对本课题进行研究，并实现代码的编写。

论文主要研究实现在夜间拍摄图像中检测出灯光范围。按照图像处理的原理，首先将彩色图像转变为不同尺度的灰度图像；然后，对灰度图像进行拉普拉斯变换（卷积计算），再对变换后的图像进行高斯滤波去除噪声，得到光点；最后，根据光点与相应尺度在原始图像中绘制灯光范围。根据绘制出的灯光范围可判断出对面灯光的方向。

论文运用图像处理技术，结合实际来解决夜间行驶的车辆的安全问题。车辆上的探测仪捕捉车对面的画面，通过图像处理，可以检测出对面路灯或发光物的方位和大小，以此调整车辆车灯的亮度来避免强光影响开车者的视野，保证行车的安全，有很大的推广价值。

关键词：高斯拉普拉斯变换；斑点检测；图片内灯光检测；图像处理

Abstract

With the rapid progress in computer technology nowadays,the development of any field is inseparable from computer technology. As a computer thriving branch of computer technology, image processing has gradually penetrated into our lives in all aspects. In this paper， by means of open source computer vision library OpenCV, based on image processing technology, the light inspection program within image was designed and implemented. Two kinds of image processing methods, simple spot detection and Gauss Laplace transform, are compared, and with Gauss Laplace transform spots can be more stably obtained. The best method was taken to study the subject and to code.

In this thesis, it’s mainly studied to realize the detection of the range of lights in images captured at night. In accordance with the principle of image processing, the colorful image is first converted to a grayscale image at different scales. Then, the grayscale image is processed with Laplace Transform (convolution calculation). And then the converted image is processed with Gaussian filtering to remove noise and obtain spots. Finally, the range of lights is drawn in the original image according to the spot and the corresponding scale. According to the range of lights, the direction of light from the opposite can be determined.

The thesis uses image processing technology, combined with the actual situations to solve the security problems of vehicles driving at night. The detector can capture the images of the oncoming vehicle, and through image processing, the orientation and size of the light-emitting materials can be detected across the street, in order to adjust the brightness of the vehicle lights to avoid glare which affects the driver's visual field, to ensure traffic safety, therefore it has great promotional value.
Keywords: Gauss Laplace transform; Blob detection; light detection within image; image processing

目录

第1章 绪论 1

1.1 研究背景以及研究目的与意义 1

1.1.1 研究背景 1

1.1.2图像内灯光检测研究的目的和意义 1

1.2 斑点检测发展现状 2

1.3 课题研究内容 2

1.4 预期目标 3

1.5 本文结构安排 3

第2章 简单斑点检测和高斯-拉普拉斯变换 4

2.1 什么是斑点 4

2.2简单斑点检测 5

2.3简单的斑点检测的例子 8

2.4高斯-拉普拉斯变换检测斑点的原理分析 11

2.5简单斑点检测和拉普拉斯变换的性能对比 14

第3章 基于高斯-拉普拉斯变换的斑点检测算法的实现 17

3.1 编程工具简介 17

3.2 OpenCV中的拉普拉斯函数 17

3.3算法流程 18

3.4 核心代码设计 20

3.4.1 读取图像文件 20

3.4.2 高斯滤波器的半径 20

3.4.3 计算高斯卷积核 20

3.4.4计算拉普拉斯卷积核 21

3.4.5 垂直方向扩展图像 21

3.4.6 垂直方向计算高斯核 21

3.4.7 水平方向扩展图像 22

3.4.8 水平方向进行高斯滤波 22

3.4.9水平方向的高斯拉普拉斯变换 22

3.4.10垂直方向的高斯拉普拉斯变换 22

第4章 算法测试 23

4.1 运行平台配置 23

4.2 待检测的图像选取 24

4.3 代码运行结果与分析 25

第5章 总结与展望 27

5.1 本文工作总结 27

5.2 下一步工作展望 27

参考文献 29

致谢 30

第1章 绪论

1.1 研究背景以及研究目的与意义

1.1.1 研究背景

21世纪是一个信息高速发展的时代，随着图片渐渐成为互联网中的主要信息载体，图像处理也成为一个十分热门的研究领域，各行各业都能看到图像处理技术的身影，在智能交通行业，图像处理也同样得到了广泛的应用。

在交通方面，随着经济的发展，我国居民的购车率呈逐年上升的趋势，道路上的车辆越来越多，交通事故的隐患也会越来越大，尤其司机在晚上开车的时候，可能会遇到对面车辆车灯或路灯直射的情况，这种情况下很容易干扰司机的视线，产生安全隐患^[2]。对于这种情况，我们考虑用图像处理的技术来解决这类交通安全问题。

如果在车辆上安装图像捕捉设备，就可以在夜晚捕捉车辆对面的图片并对车辆捕捉到的图片信息进行分析、处理和识别，识别出灯光斑点的位置，车辆对处理得到的信息作出一系列反应，这样就可以智能地解决司机开车过程中遇到的很多问题。使用图像处理中的斑点检测可以快速地、精确地找出图像中灰度差较大的区域，提取图像的斑点信息，因此可以检测出图像中灯光的区域和位置，帮助我们解决这些问题。