[發明專利]一種車窗檢測的方法及設備

有效

• 申請號: 201711285415.8
• 申請日: 2017-12-07
• 公開（公告）號: CN108182383B
• 公開（公告）日: 2021-07-20
• 發明（設計）人: 蔡丹平;周祥明
• 申請（專利權）人: 浙江大華技術股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06T7/13
• 代理公司: 北京同達信恒知識產權代理有限公司 11291
• 代理人: 黃志華

本發明實施例提供一種車窗檢測的方法及設備，用于解決現有技術中車窗檢測效果較差的技術問題。該方法包括：確定車輛圖像中的車窗候選區域，對所述車窗候選區域進行劃分獲得至少兩個待檢測圖像；將所述至少兩個待檢測圖像中每個待檢測圖像與至少一個車窗模板圖像進行匹配，確定每個待檢測圖像對應的匹配度最高的車窗模板圖像；其中，每個車窗模板圖像為包含至少一個車窗角點及多個匹配點的灰度圖，所述多個匹配點用于表征所述至少一個車窗角點的邊緣線；根據確定的匹配度最高的車窗模板圖像定位所述至少兩個待檢測區域中的車窗角點，并根據定位的車窗角點確定所述車輛圖像中車窗的位置。

技術領域

本發明涉及交通領域，特別涉及一種車窗檢測的方法及設備。

背景技術

隨著交通運輸的發展，車輛的規模日益增大，交通控管變得更加復雜、繁重。為了更加高效、準確地監控和管理城市交通，智能交通監控技術應運而生。其中，車窗定位是其中一個比較新的研究方向，車窗的大小和位置為車型識別、安全帶檢測、年檢標識檢測、車前擺件檢測等問題提供非常重要的特征信息，是車輛識別系統中的關鍵技術

目前，常用的車窗檢測方法主要有兩種：

第一種是基于顏色差異的車窗檢測方法，由于玻璃的透光性和吸光性，其大部分像素的飽和度和亮度都比較低，利用車窗和車身顏色特征可對車窗區域進行分割，但基于顏色差異的車窗檢測方法，該方法對車身顏色與車窗顏色特征有明顯區別的檢測效果較好，對車身和車窗顏色特征差異不大的效果很不好；

第二種是基于直線特性的車窗檢測方法，首先進行水平邊緣檢測，結合hough變換進行直線連接并檢測車窗的上下水平邊界。其次，運用數學形態學去除小的短枝，最后，在結合積分投影方法檢測車窗兩側邊界。由于車身上線條較多，因此基于直線特性的車窗檢測方法容易造成誤檢，準確率也較低。

綜上可知，現有技術中對車輛車窗的檢測效果較差。

發明內容

本發明實施例提供一種車窗檢測的方法及設備，用于解決現有技術中車窗檢測效果較差的技術問題。

第一方面，本發明實施例提供一種車窗檢測的方法，包括以下步驟：

確定車輛圖像中的車窗候選區域，對所述車窗候選區域進行劃分獲得至少兩個待檢測圖像；

將所述至少兩個待檢測圖像中每個待檢測圖像與至少一個車窗模板圖像進行匹配，確定每個待檢測圖像對應的匹配度最高的車窗模板圖像；其中，每個車窗模板圖像為包含至少一個車窗角點及多個匹配點的灰度圖，所述多個匹配點用于表征所述至少一個車窗角點的邊緣線；

根據確定的匹配度最高的車窗模板圖像定位所述至少兩個待檢測區域中的車窗角點，并根據定位的車窗角點確定所述車輛圖像中車窗的位置。

可選的，在將所述至少兩個待檢測圖像中每個待檢測圖像與至少一個車窗模板圖像進行匹配之前，所述方法還包括：

對包含至少一個車窗角點的車窗圖像進行灰度處理，獲得所述車窗圖像對應的車窗模板圖像；

確定所述車窗模板圖像中所述至少一個車窗角點對應的邊緣線上的邊緣點的特征參數；其中，所述特征參數用于表征邊緣點在所述車窗模板圖像中的位置坐標的梯度幅值；

根據所述特征參數，確定所述邊緣點中梯度幅值大于閾值幅值的多個邊緣點為所述車窗模板圖像的多個匹配點。

可選的，在根據所述特征參數，確定所述邊緣點中梯度幅值大于閾值幅值的多個邊緣點為車窗模板圖像的多個匹配點之后，所述方法還包括：

根據每個匹配點在所述車窗模板圖像中第一梯度幅值，及在所述車窗圖像中的第二梯度幅值，計算所述每個匹配點對應的匹配參數；其中，所述匹配參數用于指示在相應匹配點時，所述車窗模板圖像與所述車窗圖像的匹配度；