[發(fā)明專利]自適應(yīng)特征選擇的夜間車輛檢測方法

在審

• 申請?zhí)枺?/td>: 201611235591.6
• 申請日: 2016-12-28
• 公開（公告）號: CN108256386A
• 公開（公告）日: 2018-07-06
• 發(fā)明（設(shè)計(jì)）人: 不公告發(fā)明人
• 申請（專利權(quán)）人: 南寧市浩發(fā)科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/62;G08G1/017
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.自適應(yīng)特征選擇的夜間車輛檢測方法，其特征在于，包括以下步驟：

S1：采集夜間車輛視頻圖像，并對圖像進(jìn)行預(yù)處理；

S2：提取車輛的顏色特征、紋理特征和形狀特征，融合顏色、紋理和形狀特征，得到夜間運(yùn)動車輛的特征向量；

S3：利用Boosting算法和遺傳算法設(shè)計(jì)的Boosting模糊分類器對輸入樣本進(jìn)行訓(xùn)練，且每輪訓(xùn)練都通過遺傳算法以迭代的方式獲取一條模糊規(guī)則對應(yīng)的權(quán)值，自適應(yīng)選擇特征；

S4：采用Boosting方法以加權(quán)投票方式自適應(yīng)選擇對檢測最有利的特征，實(shí)現(xiàn)夜間運(yùn)動車輛的檢測。

2.根據(jù)權(quán)利要求1所述的自適應(yīng)特征選擇的夜間車輛檢測方法，其特征在于，所述顏色特征的提取方法如下：

圖像HSV顏色特征信息為，其中，為權(quán)重，即量化級數(shù)，取,則L=16H+4S+V，，得到圖像的顏色特征。

3.根據(jù)權(quán)利要求1所述的自適應(yīng)特征選擇的夜間車輛檢測方法，其特征在于，紋理特征的提取方法如下：

設(shè)I(x,y)為圖像函數(shù)，分別為中心處及鄰域內(nèi)各像素點(diǎn)的灰度值，定義符號函數(shù)為：

則圖像像素點(diǎn)在m*m鄰域內(nèi)的灰度變化即LBP紋理算子計(jì)算公式為：

。

4.根據(jù)權(quán)利要求1所述的自適應(yīng)特征選擇的夜間車輛檢測方法，其特征在于，所述形狀特征的提取方法如下：

1）采用高斯金字塔檢測圖像局部極值點(diǎn)，設(shè)I(x,y)為輸入圖像，為圖像尺度空間，為可變尺度的高斯函數(shù)，則圖像局部極值為

；

2）圖像局部極值點(diǎn)的精確定位，通過擬合三維二次函數(shù)精確定位圖像局部極值點(diǎn)的位置和尺度，并去除對比度低的局部極值點(diǎn)和不穩(wěn)定的邊緣響應(yīng)點(diǎn)，篩選出穩(wěn)定的特征點(diǎn)；

3）圖像局部極值點(diǎn)主方向的分配，通過統(tǒng)計(jì)以極值點(diǎn)為中心的一個(gè)鄰域內(nèi)所有點(diǎn)的梯度方向直方圖來計(jì)算特征點(diǎn)的主方向，即

；

4）生成SIFT特征向量，將每個(gè)特征點(diǎn)的16個(gè)4*4的子區(qū)域，計(jì)算每一個(gè)子區(qū)域內(nèi)8個(gè)方向的梯度并構(gòu)成梯度直方圖，得到4*4*8共128維的SIFT特征向量，歸一化該特征向量。

5.根據(jù)權(quán)利要求1所述的自適應(yīng)特征選擇的夜間車輛檢測方法，其特征在于，所述Boosting模糊分類器的分類方法如下：

1）設(shè)訓(xùn)練樣本集為，給每個(gè)樣本賦相等的初始權(quán)值；

2）對訓(xùn)練樣本進(jìn)行T輪訓(xùn)練(For 1 to T Do)，獲取T條模糊規(guī)則；

2-1）找出最大適應(yīng)度F所對應(yīng)的模糊規(guī)則R_i,利用遺傳算法計(jì)算：

當(dāng)F1越大且F2越小時(shí)，則適應(yīng)度F最大，其對應(yīng)的模糊規(guī)則R_i即為所求；

2-2）在不改變當(dāng)前樣本分布的條件下，計(jì)算滿足適應(yīng)度F最大的模糊規(guī)則R_i對應(yīng)的分類錯(cuò)誤率e(R_i)及模糊規(guī)則R_i對應(yīng)的權(quán)值h_t：

；

2-3）根據(jù)錯(cuò)誤率更新樣本的權(quán)值D_i，設(shè)z_t是歸一化因子，則

2-4)由模糊分類器對未知樣本進(jìn)行分類判別，得到其類別為：

；

2-5）為使訓(xùn)練樣本的分類錯(cuò)誤最小，每條模糊規(guī)則的參數(shù)均采用遺傳算法來確定，設(shè)k個(gè)訓(xùn)練樣本，其中，表示第i個(gè)訓(xùn)練樣本的類別，定義適應(yīng)度函數(shù)為：

其中：D_k表示第k個(gè)訓(xùn)練樣本的對應(yīng)權(quán)值；F₁表示類別相同的所有樣本第t條模糊規(guī)則被激活的程度；F₂表示類別不同的所有樣本第t條模糊規(guī)則被激活的程度；k_max取0.5。