[發(fā)明專(zhuān)利]一種靜態(tài)圖像的多方向車(chē)輛粗定位方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201710503952.9
• 申請(qǐng)日: 2017-06-27
• 公開(kāi)（公告）號(hào): CN107437062B
• 公開(kāi)（公告）日: 2019-11-12
• 發(fā)明（設(shè)計(jì)）人: 高飛;徐云靜;蔡益超;吳宗林;夏路;何偉榮;盧書(shū)芳;張?jiān)Q;毛家發(fā);肖剛
• 申請(qǐng)（專(zhuān)利權(quán)）人: 浙江工業(yè)大學(xué);浙江浩騰電子科技股份有限公司
• 主分類(lèi)號(hào): G06K9/00
• 分類(lèi)號(hào): G06K9/00;G06K9/46;G06K9/62;G06T7/73
• 代理公司: 杭州浙科專(zhuān)利事務(wù)所(普通合伙) 33213
• 代理人: 杜立

1.一種靜態(tài)圖像的多方向車(chē)輛粗定位方法，包括如下步驟：

步驟1：利用Hog+SVM訓(xùn)練得到4個(gè)分類(lèi)器：車(chē)臉判別器、左下窗角判別器、右下窗角判別器、聯(lián)合窗角區(qū)域判別器，其中聯(lián)合窗角區(qū)域是指包含左下窗角和右下窗角的最小矩形區(qū)域；

步驟2：獲取交通監(jiān)控相機(jī)拍攝的車(chē)輛正面監(jiān)控圖像，將其縮放到寬度為width，高度為height的圖像，記為圖像D；

步驟3：利用多尺度滑動(dòng)窗口結(jié)合車(chē)臉判別器檢測(cè)出圖像D中車(chē)臉區(qū)域c；

步驟4：對(duì)于車(chē)臉區(qū)域c，首先根據(jù)公式(1)確定車(chē)輛左下窗角檢測(cè)區(qū)域D_L，根據(jù)公式(2)確定車(chē)輛右下窗角檢測(cè)區(qū)域D_R，然后在區(qū)域D_L中利用多尺度滑動(dòng)窗口結(jié)合左下窗角判別器檢測(cè)出區(qū)域內(nèi)所有的候選左下窗角區(qū)域，記為EL＝{el_i|i＝0,1,…,N_EL-1}，同理，對(duì)于右下窗角檢測(cè)區(qū)域D_R，利用右下窗角判別器檢測(cè)出區(qū)域內(nèi)所有的候選右下窗角區(qū)域，記為ER＝{er_i|i＝0,1,…,N_ER-1}，其中，N_EL表示檢測(cè)出來(lái)的左窗角區(qū)域數(shù)量，N_ER表示檢測(cè)出來(lái)的右窗角區(qū)域數(shù)量；

其中，D_L.x₀,D_L.y₀,D_L.w,D_L.h分別表示區(qū)域D_L的左上頂點(diǎn)橫坐標(biāo)、縱坐標(biāo)、區(qū)域?qū)挾取^(qū)域高度，c.x₀,c.y₀,c.w,c.h分別表示區(qū)域c的左上頂點(diǎn)橫坐標(biāo)、縱坐標(biāo)、區(qū)域?qū)挾取^(qū)域高度，D_R.x₀,D_R.y₀,D_R.w,D_R.h分別表示區(qū)域D_R的左上頂點(diǎn)橫坐標(biāo)、縱坐標(biāo)、區(qū)域?qū)挾取^(qū)域高度，min{}表示得到集合中的最小值，max{}表示得到集合中的最大值；

步驟5：根據(jù)集合EL和集合ER構(gòu)建聯(lián)合窗角區(qū)域集合EC＝{ec_ij|i＝0,1,…,N_EL-1,j＝0,1,…,N_ER-1}，其中，區(qū)域ec_ij根據(jù)公式(3)確定；

ec_ij.x₀,ec_ij.y₀,ec_ij.w,ec_ij.h分別表示區(qū)域ec_ij的左上頂點(diǎn)橫坐標(biāo)、縱坐標(biāo)、區(qū)域?qū)挾取^(qū)域高度，el_i.x₀,el_i.y₀,el_i.w,el_i.h分別表示區(qū)域EL的左上頂點(diǎn)橫坐標(biāo)、縱坐標(biāo)、區(qū)域?qū)挾取^(qū)域高度，er_i.x₀,er_i.y₀,er_i.w,er_i.h分別表示區(qū)域ER的左上頂點(diǎn)橫坐標(biāo)、縱坐標(biāo)、區(qū)域?qū)挾取^(qū)域高度；

步驟6：利用聯(lián)合窗角區(qū)域判別器對(duì)EC中的候選聯(lián)合窗角區(qū)域進(jìn)行逐個(gè)判別，將那些判別為非聯(lián)合窗角的區(qū)域從EC中剔除，然后選出EC中寬度最小的作為最終的聯(lián)合窗角區(qū)域，記為ec_tk，則el_t和er_k確定為正確左下窗角區(qū)域和右下窗角區(qū)域；

步驟7：確定車(chē)輛方向角θ；

步驟8：根據(jù)公式(4)-(6)確定車(chē)輛粗定位區(qū)域R：

其中，wl為區(qū)域R左邊界相對(duì)于左窗角角點(diǎn)A₁的橫坐標(biāo)偏移值，wr為區(qū)域R右邊界相對(duì)于右窗角角點(diǎn)A₂的橫坐標(biāo)偏移值，δ為預(yù)先設(shè)定的最小橫坐標(biāo)偏移值，α為預(yù)先設(shè)定的區(qū)域R上邊界相對(duì)于線段A₁A₂的縱坐標(biāo)偏移系數(shù)，β為預(yù)先設(shè)定的區(qū)域R下邊界相對(duì)于線段A₁A₂的縱坐標(biāo)偏移系數(shù)，A₁.x，A₁.y分別是左窗角角點(diǎn)A₁的橫坐標(biāo)、縱坐標(biāo)，A₂.x，A₂.y分別是右窗角角點(diǎn)A₂的橫坐標(biāo)、縱坐標(biāo)，R.x₀,R.y₀,R.w,R.h分別表示區(qū)域R的左上頂點(diǎn)橫坐標(biāo)、縱坐標(biāo)、區(qū)域?qū)挾取^(qū)域高度。

2.如權(quán)利要求1所述的靜態(tài)圖像的多方向車(chē)輛粗定位方法，其特征在于：

所述步驟7：確定車(chē)輛方向角θ，具體為：

步驟7.1：將窗角區(qū)域el_t對(duì)應(yīng)的圖像記為D_E；

步驟7.2：對(duì)圖像D_E進(jìn)行高斯濾波和Canny邊緣檢測(cè)，得到邊緣圖D_B；

步驟7.3：對(duì)圖像D_B進(jìn)行Hough直線檢測(cè)得到直線集L＝{l_i|i＝0,1,…,N_L-1}，N_L為檢測(cè)得到的直線數(shù)量，找到直線集L中滿足0°≤l_i.θ≤20°的所有直線l_i，則其中l(wèi)_i.length最大的直線為窗角水平邊所在直線，記為l₁，l_i.θ為直線l_i與水平線的夾角，且0°≤l_i.θ≤90°，l_i.length為直線l_i上包含邊緣點(diǎn)集Z_i的最短直線段的長(zhǎng)度，邊緣點(diǎn)集Z_i為邊緣圖D₁上直線l_i經(jīng)過(guò)的所有邊緣點(diǎn)；同理，找到直線集L中滿足20°＜l_i.θ≤90°且長(zhǎng)度最大的直線即為窗角斜邊所在直線，記為l₂；

步驟7.4：計(jì)算直線l₁,l₂的交點(diǎn)即為el_t對(duì)應(yīng)的窗角角點(diǎn)，記為A₁，直線l₁,l₂構(gòu)成的右上側(cè)的夾角為窗角角度，記為θ₁；

步驟7.5：同理，將窗角區(qū)域er_k對(duì)應(yīng)的圖像記為D_E，重復(fù)步驟7.2-7.4，可計(jì)算得到er_k對(duì)應(yīng)的窗角角點(diǎn)A₂和窗角角度θ₂，則車(chē)輛方向角為：θ＝(θ₁+θ₂)/2。