[發(fā)明專利]一種基于局部圖像特征的人車自動(dòng)識(shí)別方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201310658936.9
• 申請(qǐng)日: 2013-12-06
• 公開（公告）號(hào): CN103680145A
• 公開（公告）日: 2014-03-26
• 發(fā)明（設(shè)計(jì)）人: 王敏
• 申請(qǐng)（專利權(quán)）人: 河海大學(xué)
• 主分類號(hào): G08G1/017
• 分類號(hào): G08G1/017;G06K9/00
• 代理公司: 南京經(jīng)緯專利商標(biāo)代理有限公司 32200
• 代理人: 朱小兵

1.一種基于局部圖像特征的人車自動(dòng)識(shí)別方法，其特征在于，包括如下步驟：

步驟A，采集道路視頻數(shù)據(jù)；

步驟B，對(duì)步驟A得到的視頻數(shù)據(jù)中的每相鄰兩幀源圖像，采用幀間差分法進(jìn)行運(yùn)動(dòng)目標(biāo)檢測(cè)，得到運(yùn)動(dòng)目標(biāo)圖像區(qū)域；

步驟C，對(duì)步驟B獲得的運(yùn)動(dòng)目標(biāo)圖像區(qū)域進(jìn)行灰度化，用二值閾值分割方法將運(yùn)動(dòng)目標(biāo)圖像區(qū)域分割成目標(biāo)和背景；將步驟B獲得的運(yùn)動(dòng)目標(biāo)圖像區(qū)域轉(zhuǎn)換成運(yùn)動(dòng)目標(biāo)HSV空間圖像區(qū)域，并對(duì)運(yùn)動(dòng)目標(biāo)HSV空間圖像區(qū)域中與目標(biāo)對(duì)應(yīng)的局部HSV空間圖像做歸一化，得到歸一化局部HSV空間圖像；

步驟D，對(duì)步驟C獲得的歸一化局部HSV空間圖像提取運(yùn)動(dòng)目標(biāo)特征描述符；所述運(yùn)動(dòng)目標(biāo)特征描述符為局部圖像特征描述符；

步驟E，對(duì)步驟D中獲得的運(yùn)動(dòng)目標(biāo)特征描述符進(jìn)行運(yùn)動(dòng)目標(biāo)特征描述符聚類，構(gòu)建特征分布直方圖，將直方圖作為輸入向量，利用支持向量機(jī)完成對(duì)人車的識(shí)別和分類。

2.根據(jù)權(quán)利要求1所述的一種基于局部圖像特征的人車自動(dòng)識(shí)別方法，其特征在于，步驟D中，所述提取運(yùn)動(dòng)目標(biāo)特征描述符的過程如下：

步驟D-1，根據(jù)步驟C獲得的歸一化局部HSV空間圖像構(gòu)建高斯金字塔；

步驟D-2，將步驟D-1獲得的高斯金字塔中分辨率相同且相鄰兩層的圖像相減得到DoG金字塔；

步驟D-3，將步驟D-2獲得的DoG金字塔中每一層的每個(gè)像素點(diǎn)與其同層的八個(gè)像素點(diǎn)，以及相鄰的上下兩層分別九個(gè)像素點(diǎn)，一共是26個(gè)像素點(diǎn)進(jìn)行比較；如果該像素點(diǎn)為最大點(diǎn)或者最小點(diǎn)，則判定該像素點(diǎn)為極值點(diǎn)，存儲(chǔ)該極值點(diǎn)的位置和尺度信息；

步驟D-4，以步驟D-3獲得的極值點(diǎn)為中心，取w×w的采樣窗口，以這個(gè)采樣窗口的每個(gè)像素點(diǎn)計(jì)算特征值向量，用所有特征值向量的協(xié)方差矩陣生成一個(gè)描述符；w為自然數(shù)。

3.根據(jù)權(quán)利要求2所述的一種基于局部圖像特征的人車自動(dòng)識(shí)別方法，其特征在于，步驟D-4中，w的取值為3。

4.根據(jù)權(quán)利要求1所述的一種基于局部圖像特征的人車自動(dòng)識(shí)別方法，其特征在于，步驟E中，所述運(yùn)動(dòng)目標(biāo)特征描述符聚類采用k-means方法。

5.根據(jù)權(quán)利要求1所述的一種基于局部圖像特征的人車自動(dòng)識(shí)別方法，其特征在于，步驟E中，構(gòu)建特征分布直方圖的方法是BOW方法。