[發明專利]基于圖像檢測的車輛識別方法

在審

• 申請號: 201410685354.4
• 申請日: 2014-11-25
• 公開（公告）號: CN104361359A
• 公開（公告）日: 2015-02-18
• 發明（設計）人: 曹泉;何小晨
• 申請（專利權）人: 深圳市哈工大交通電子技術有限公司
• 主分類號: G06K9/64
• 分類號: G06K9/64
• 代理公司: 北京市中聞律師事務所 11388
• 代理人: 王新發;常亞春

技術領域

本發明涉及視頻監控領域，特別是涉及一種基于圖像檢測的車輛識別方法。

背景技術

為了實現交通管理，如交通流調查、交通違法取證、或在高速及停車場的全自動收費等，對車輛進行分類識別的技術已越來越重要。

基于視頻圖像的車輛檢測和識別技術，是一種非接觸式被動檢測技術。它以視頻圖像作為主要分析對象，利用視頻攝像機從視頻流中提取出交通圖像，并使用計算機模仿人類的視覺功能，通過對圖像進行分析處理提取出有效信息，并根據該有效信息進行車輛檢測以及車型識別。

現有的基于圖像檢測的車輛識別方法中，一類是利用車輛的尺寸信息以及輪廓信息進行識別，具有車輛分類過粗的缺陷。

另一類是對車輛的車標進行識別，即檢測到車輛之后，定位車標的位置，然后利用模式識別技術對車標的種類進行識別，從而達到認定車輛品牌的目的。這類技術對圖像的分辨率較高、且受到環境干擾影響也很大，在圖像分辨率較低的情況下識別的準確度較低。

故，有必要提供一種基于圖像檢測的車輛識別方法，以解決現有技術所存在的問題。

發明內容

本發明實施例提供一種高效且準確的基于圖像檢測的車輛識別方法，以解決現有的車輛識別方法的識別效率較低且識別準確度較差的技術問題。

本發明實施例提供一種基于圖像檢測的車輛識別方法，其包括：

通過監控設備獲取車輛的車輛圖像，并對所述車輛圖像進行特征過濾處理以及歸一化處理，以獲取歸一化處理后的車輛圖像；

獲取所述歸一化處理后的車輛圖像的特征向量；

對所述歸一化處理后的車輛圖像的特征向量與數據庫中的車輛樣本的相應的特征向量進行比較，以獲取與所述歸一化處理后的車輛圖像最接近的所述數據庫中的車輛樣本；以及

將獲取的所述數據庫中的車輛樣本的類型作為所述車輛的類型。

在本發明所述的基于圖像檢測的車輛識別方法中，所述車輛圖像包括用于車輛識別的特征區域；

所述對所述車輛圖像進行特征過濾處理的步驟包括：

將所述車輛圖像的非特征區域的圖像進行設定色彩填充。

在本發明所述的基于圖像檢測的車輛識別方法中，所述對所述車輛圖像進行歸一化處理的步驟包括：

對所述車輛圖像的特征區域的圖像對比度以及特征尺寸進行歸一化處理。

在本發明所述的基于圖像檢測的車輛識別方法中，所述對所述歸一化處理后的車輛圖像的特征向量，與數據庫中的車輛樣本的相應的特征向量進行比較，以獲取與所述歸一化處理后的車輛圖像最接近的所述數據庫中的車輛樣本的步驟包括：

????根據所述數據庫中的車輛樣本的特征向量，對所述數據庫中的車輛樣本進行分組操作，并獲取每個組別的車輛樣本的標準樣本；

????對所述歸一化處理后的車輛圖像的特征向量，與所述數據庫中的每個組別的標準樣本的相應的特征向量進行比較，以獲取與所述歸一化處理后的車輛圖像最接近的所述數據庫的標準樣本；以及

????將所述歸一化處理后的車輛圖像的特征向量，與所述標準樣本對應的所述組別的所有車輛樣本的相應的特征向量進行比較，以獲取與所述歸一化處理后的車輛圖像最接近的所述數據庫中的車輛樣本。

在本發明所述的基于圖像檢測的車輛識別方法中，所述對所述車輛圖像進行特征過濾處理以及歸一化處理的步驟之前包括：

通過所述訓練級聯分類器對所述車輛圖像中的所述車輛進行定位操作。

在本發明所述的基于圖像檢測的車輛識別方法中，所述通過所述訓練級聯分類器對所述車輛圖像中的所述車輛進行定位操作的步驟之前還包括：

使用車輛的正負樣本圖像，對所述訓練級聯分類器進行訓練。

在本發明所述的基于圖像檢測的車輛識別方法中，所述對所述歸一化處理后的車輛圖像的特征向量，與數據庫中的車輛樣本的相應的特征向量進行比較，以獲取與所述歸一化處理后的車輛圖像最接近的所述數據庫中的車輛樣本的步驟包括：

使用主成分分析對所述歸一化處理后的車輛圖像的特征向量進行降維處理；以及

將所述降維處理后的所述歸一化處理后的車輛圖像的特征向量與所述數據庫中的車輛樣本的相應的特征向量進行比較，以獲取與所述歸一化處理后的車輛圖像最接近的所述數據庫中的車輛樣本。

在本發明所述的基于圖像檢測的車輛識別方法中，所述將所述降維處理后的所述歸一化處理后的車輛圖像的特征向量與所述數據庫中的車輛樣本的相應的特征向量進行比較，以獲取與所述歸一化處理后的車輛圖像最接近的所述數據庫中的車輛樣本的步驟包括：