[發明專利]基于AdaBoost與SVM的無牌車輛檢測方法

有效

• 申請號: 201310547801.5
• 申請日: 2013-11-07
• 公開（公告）號: CN103530640B
• 公開（公告）日: 2016-11-02
• 發明（設計）人: 陸振波;董鐵軍;付存偉;于維雙;趙全邦
• 申請（專利權）人: 沈陽聚德視頻技術有限公司
• 主分類號: G06K9/46
• 分類號: G06K9/46
• 代理公司: 沈陽優普達知識產權代理事務所(特殊普通合伙) 21234
• 代理人: 張志偉

1.一種基于AdaBoost與SVM的無牌車輛檢測方法，其特征在于包括以下步驟：

1）以DSP平臺上，對原始視頻序列圖像行列方向上進行高倍數的下采樣，得到RGB三通道彩色圖像；

2）針對上述RGB三通道彩色圖像，綜合考慮RGB三通道彩色圖像的邊緣信息與色彩信息，合成灰度圖像；

3）針對上述合成灰度圖像實現視頻序列中的無牌車輛檢測；

4）對于檢測出的目標與背景建立一個非線性二類SVM分類器，進一步降低虛警概率。

2.按權利要求1所述的基于AdaBoost與SVM的無牌車輛檢測方法，其特征在于：RGB三通道彩色圖像到合成灰度圖像包括以下步驟：

21）按下式實現RGB到YUV色彩空間的轉換，YUV空間的Y分量即是灰度圖像：

Y=0.299*R+0.587*G+0.114*B

U=-0.169*R-0.331*G+0.5*B+128

V=0.5*R-0.418*G+0.082*B-128

其中，Y、U、V分別為YUV空間三個顏色分量，R、G、B分別為RGB空間的三個顏色分量；

22）對YUV空間的Y分量按下式求邊緣：

E(i,j)=max((Y(i,j)-Y(i-1,j)),(Y(i,j)-Y(i,j-1)))

其中，E(i,j)為邊緣圖像第i行第j列的像素值，Y(i,j)為灰度圖像第i行第j列的像素值；

23）新灰度圖像的合成按下式進行：

其中，E邊緣圖像，U、V分別為YUV空間的U、V顏色分量，Y_New為新合成的灰度圖像。

3.按權利要求1所述的基于AdaBoost與SVM的無牌車輛檢測方法，其特征在于：對合成的灰度圖像實現無牌車輛檢測包括以下步驟：

31）無牌車輛樣本、背景樣本的生成

在視頻序列中人工截取各型有車牌車輛1～2萬張，再用圖像處理軟件將有牌車輛修改成1～2萬張無牌車輛，有牌和無牌車輛截圖構成目標正樣本；

在視頻序列中隨機截取10～15萬張非車輛截圖，這些圖片構成背景反樣本；

目標正樣本與背景反樣本的寬高比為1:1；

32）Haar矩形特征的計算

將目標正樣本與背景反樣本做行列16倍下采樣，再合成灰度圖像Y_New，最后再將圖片縮放到8×8大小，得到灰度圖像Y_New8×8，即檢測窗口的分辨率為8×8；

對每一個Y_New8×8，借助積分圖像，計算Haar特征；

33）Haar特征的歸一化處理

對每一個Haar特征除以Y_New8×8所有像素值的和來進行歸一化處理；

34）對Haar特征建立經典的檢測器

建立經典的AdaBoost檢測器，實現視頻序列中的無車牌車輛檢測。

4.按權利要求1所述的基于AdaBoost與SVM的無牌車輛檢測方法，其特征在于：對于檢測出的目標與背景建立一個非線性二類SVM分類器為：對判別為目標的窗口圖片，再做一次人工分揀，把其中的虛警即將其它區域判別為無牌車輛圖片與目標圖片分離開來，建立一個非線性二類SVM分類器。

5.按權利要求1所述的基于AdaBoost與SVM的無牌車輛檢測方法，其特征在于：所述對原始圖像行列方向上進行高倍數的下采樣為對原始圖像行和列兩個方向上進行16倍下采樣。