[發(fā)明專(zhuān)利]一種基于Gabor濾波器背景紋理抑制的車(chē)標(biāo)檢測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201611126129.2
• 申請(qǐng)日: 2016-12-09
• 公開(kāi)（公告）號(hào): CN106778742B
• 公開(kāi)（公告）日: 2020-03-31
• 發(fā)明（設(shè)計(jì)）人: 路小波;陳聰;孫權(quán)
• 申請(qǐng)（專(zhuān)利權(quán)）人: 東南大學(xué)
• 主分類(lèi)號(hào): G06K9/32
• 分類(lèi)號(hào): G06K9/32;G06K9/54;G06K9/62
• 代理公司: 南京蘇高專(zhuān)利商標(biāo)事務(wù)所(普通合伙) 32204
• 代理人: 柏尚春

本發(fā)明公開(kāi)了一種基于Gabor濾波器背景紋理抑制的車(chē)標(biāo)檢測(cè)方法，包含以下步驟：第一步，對(duì)圖像進(jìn)行傾斜校正預(yù)處理；第二步，在預(yù)處理后的圖像中進(jìn)行車(chē)牌檢測(cè)，得到車(chē)牌區(qū)域；第三步，基于先驗(yàn)知識(shí)，根據(jù)車(chē)牌和車(chē)標(biāo)的位置關(guān)系，在車(chē)牌定位后得到包含車(chē)標(biāo)圖案的車(chē)標(biāo)粗定位區(qū)域；第四步，對(duì)車(chē)標(biāo)粗定位區(qū)域進(jìn)行Gabor濾波，抑制車(chē)標(biāo)周?chē)峋W(wǎng)紋理，凸顯車(chē)標(biāo)區(qū)域；第五步，進(jìn)行高斯濾波和數(shù)學(xué)形態(tài)學(xué)閉操作；第六步，選定閾值對(duì)灰度圖像閾值化，并框定檢測(cè)目標(biāo)區(qū)域，實(shí)現(xiàn)車(chē)標(biāo)精定位。該車(chē)標(biāo)檢測(cè)方法檢測(cè)時(shí)間短，檢測(cè)率高。

技術(shù)領(lǐng)域

本發(fā)明涉及車(chē)標(biāo)檢測(cè)方法，尤其涉及一種基于Gabor濾波器背景紋理抑制的車(chē)標(biāo)檢測(cè)方法。

背景技術(shù)

隨著社會(huì)經(jīng)濟(jì)的快速增長(zhǎng)，目前中國(guó)的汽車(chē)消費(fèi)需求日益旺盛，汽車(chē)數(shù)目不斷增長(zhǎng)，也帶來(lái)了諸如交通肇事逃逸，車(chē)輛被盜竊等交通問(wèn)題。為了確定違法和違章車(chē)輛，目前普遍采用的是對(duì)汽車(chē)的車(chē)牌進(jìn)行識(shí)別。然而近幾年套牌，倒牌，車(chē)牌磨損以及車(chē)牌遮擋等現(xiàn)象的出現(xiàn)，使得僅僅通過(guò)識(shí)別車(chē)牌來(lái)確定汽車(chē)變得不可靠。車(chē)標(biāo)是包含了車(chē)型和生產(chǎn)廠(chǎng)家信息的關(guān)鍵性圖像，是汽車(chē)分類(lèi)和識(shí)別的重要依據(jù)。如果能準(zhǔn)確地定位車(chē)標(biāo)，將會(huì)有效地提高汽車(chē)分類(lèi)和識(shí)別的準(zhǔn)確率。

然而車(chē)標(biāo)種類(lèi)豐富，形狀多樣，不具有穩(wěn)定的外部特征，同時(shí)其所處的環(huán)境是紋理復(fù)雜的汽車(chē)格柵區(qū)域。另外車(chē)標(biāo)易受天氣影響：夜晚或雨天光照不足的情況下，車(chē)標(biāo)難以辨認(rèn)；強(qiáng)光條件下，車(chē)標(biāo)極易反光。上述特點(diǎn)使得車(chē)標(biāo)定位存在較大難度，很有挑戰(zhàn)性。現(xiàn)有的車(chē)標(biāo)定位方法還不夠成熟，存在檢測(cè)率低，易受光照變化干擾等問(wèn)題，所以車(chē)標(biāo)檢測(cè)效果還有待進(jìn)一步提高。

發(fā)明內(nèi)容

發(fā)明目的：本發(fā)明針對(duì)現(xiàn)有技術(shù)存在的問(wèn)題，提供一種基于Gabor濾波器背景紋理抑制的車(chē)標(biāo)檢測(cè)方法。

技術(shù)方案：本發(fā)明所述的基于Gabor濾波器背景紋理抑制的車(chē)標(biāo)檢測(cè)方法包括：

(1)對(duì)拍攝獲取的具有一定傾斜角度的車(chē)輛圖像，基于SIFT算子進(jìn)行車(chē)輛對(duì)稱(chēng)軸檢測(cè)和傾斜校正；

(2)利用Harr+AdaBoost的機(jī)器學(xué)習(xí)算法訓(xùn)練得到級(jí)聯(lián)分類(lèi)器，并采用該級(jí)聯(lián)分類(lèi)器從校正后的車(chē)輛圖像中定位車(chē)牌區(qū)域；

(3)基于先驗(yàn)知識(shí)，根據(jù)車(chē)牌和車(chē)標(biāo)的位置關(guān)系，在定位的車(chē)牌區(qū)域中得到包含車(chē)標(biāo)圖案的車(chē)標(biāo)粗定位區(qū)域；

(4)對(duì)車(chē)標(biāo)粗定位區(qū)域進(jìn)行Gabor濾波，抑制車(chē)標(biāo)周?chē)峋W(wǎng)紋理，凸顯車(chē)標(biāo)區(qū)域；

(5)對(duì)車(chē)標(biāo)區(qū)域進(jìn)行高斯濾波和數(shù)學(xué)形態(tài)學(xué)閉操作；

(6)選定閾值對(duì)將步驟(5)得到的灰度圖像閾值化，并框定檢測(cè)目標(biāo)區(qū)域，得到精定位的車(chē)標(biāo)。

有益效果：本發(fā)明與現(xiàn)有技術(shù)相比，其顯著優(yōu)點(diǎn)是：

1)檢測(cè)精度高：該方法對(duì)光照變化有一定的抗干擾性，在不同的光照條件下都有著較高的檢測(cè)率，對(duì)車(chē)標(biāo)在太陽(yáng)光直射和夜間等光照條件下(尤其是在強(qiáng)光下)都有較好的定位效果；

2)實(shí)時(shí)性好：本發(fā)明方法在夜晚或者光照不足條件下,太陽(yáng)光直射的強(qiáng)光條件下和光照均勻的條件下都有著較快的檢測(cè)速度,對(duì)于高速公路卡口抓拍的圖片數(shù)據(jù)來(lái)說(shuō)，可以實(shí)現(xiàn)在線(xiàn)實(shí)時(shí)處理；

3)適用對(duì)象廣：傳統(tǒng)的背景紋理抑制算法往往是對(duì)車(chē)標(biāo)粗定位區(qū)域先進(jìn)行紋理方向判斷，然后根據(jù)不同的紋理方向采用不同的車(chē)標(biāo)定位算法，傳統(tǒng)方法中一旦出現(xiàn)車(chē)標(biāo)紋理方向判別錯(cuò)誤的情況，錯(cuò)誤的定位方法就會(huì)被使用，必然導(dǎo)致定位失敗，而本發(fā)明采用的基于Gabor濾波器背景紋理抑制的方法具有較高的適用性而無(wú)需進(jìn)行紋理方向判別，能夠同時(shí)適用于車(chē)標(biāo)背景為水平，垂直和網(wǎng)狀紋理的車(chē)輛進(jìn)行車(chē)標(biāo)檢測(cè)，所以本發(fā)明是一種適用于不同情況且魯棒性更好的算法。

附圖說(shuō)明

圖1是本發(fā)明的基于Gabor濾波器背景紋理抑制的車(chē)標(biāo)檢測(cè)方法的流程示意圖；