[發(fā)明專利]一種基于單幀圖像的車輛識(shí)別方法及裝置

無效

• 申請(qǐng)?zhí)枺?/td>: 201210082814.5
• 申請(qǐng)日: 2012-03-26
• 公開（公告）號(hào): CN102663353A
• 公開（公告）日: 2012-09-12
• 發(fā)明（設(shè)計(jì)）人: 楊凱鵬;劉國偉;虞正華;賀岳平;張如高;於鋒
• 申請(qǐng)（專利權(quán)）人: 北京博康智能信息技術(shù)有限公司
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/64
• 代理公司: 上海勝康律師事務(wù)所 31263
• 代理人: 張堅(jiān)

1.一種基于單幀圖像的車輛識(shí)別方法，其特征在于，所述方法包括：

根據(jù)采集的單幀圖像，進(jìn)行初始道路標(biāo)定，獲取不同位置車輛的尺度信息；

若當(dāng)前時(shí)間為白天，則對(duì)車底區(qū)域和車窗區(qū)域分別進(jìn)行檢測(cè)，獲取車輛的位置信息，或若當(dāng)前時(shí)間為夜晚，則對(duì)車燈區(qū)域和車窗位置進(jìn)行檢測(cè)，獲取車輛的位置信息；

根據(jù)所述尺度信息和位置信息，利用對(duì)稱性獲取目標(biāo)車輛的輪廓圖；

根據(jù)所述輪廓圖，進(jìn)行車輛類型的識(shí)別。

2.如權(quán)利要求1所述的方法，其特征在于，所述方法還包括：

預(yù)先定義不同類別車輛的元特征，同一類別車輛具有相同的元特征。

3.如權(quán)利要求1或2所述的方法，其特征在于，所述根據(jù)所述輪廓圖，進(jìn)行車輛類型的識(shí)別具體包括：

根據(jù)從采集的圖像獲取的輪廓圖和不同類別車輛模型的元特征，進(jìn)行重合度排序，并以重合度高的節(jié)點(diǎn)作為初始節(jié)點(diǎn)；

從初始節(jié)點(diǎn)出發(fā)，對(duì)車輛的語義特征進(jìn)行語義分析，得到車輛類型的識(shí)別結(jié)果。

4.如權(quán)利要求3所述的方法，其特征在于，所述語義特征包括形狀結(jié)構(gòu)、顏色、紋理和/或邊緣信息。

5.如權(quán)利要求3所述的方法，其特征在于，所述根據(jù)從采集的圖像獲取的輪廓圖和不同類別車輛模型的元特征，進(jìn)行重合度排序，并以重合度高的節(jié)點(diǎn)作為初始節(jié)點(diǎn)具體包括：

構(gòu)造不同類別車輛的3D模型；

根據(jù)車輛的輪廓圖和不同類別車輛的3D模型進(jìn)行匹配，并根據(jù)重合度進(jìn)行排序，排序高者作為語義分析初始點(diǎn)。

6.一種基于單幀圖像的車輛識(shí)別裝置，其特征在于，所述裝置包括：

道路標(biāo)定模塊，用來根據(jù)采集的單幀圖像，進(jìn)行初始道路標(biāo)定，獲取不同位置車輛的尺度信息；

車輛定位模塊，用來若當(dāng)前時(shí)間為白天，對(duì)車底區(qū)域和車窗區(qū)域分別進(jìn)行檢測(cè)，獲取車輛的位置信息，或若當(dāng)前時(shí)間為夜晚，則對(duì)車燈區(qū)域和車窗位置進(jìn)行檢測(cè)，獲取車輛的位置信息；

車型識(shí)別模塊，用來根據(jù)所述尺度信息和位置信息，利用對(duì)稱性獲取目標(biāo)車輛的輪廓圖，并根據(jù)所述輪廓圖，進(jìn)行車輛類型的識(shí)別。

7.如權(quán)利要求6所述的裝置，其特征在于，所述車型識(shí)別模塊具體包括：

匹配子模塊，用來根據(jù)從采集的圖像獲取的輪廓圖和不同類別車輛模型的元特征，進(jìn)行重合度排序，并以重合度高的節(jié)點(diǎn)作為初始節(jié)點(diǎn)；

語義分析子模塊，用來從初始節(jié)點(diǎn)出發(fā)，對(duì)車輛的語義特征進(jìn)行語義分析，得到車輛類型的識(shí)別結(jié)果。

8.如權(quán)利要求7所述的裝置，其特征在于，所述裝置還包括：

構(gòu)建模塊，用來構(gòu)造不同類別車輛的3D模型。