[發明專利]基于車輛局部對稱性和陰影特征融合的車輛檢測方法在審
| 申請號: | 201810331077.5 | 申請日: | 2018-04-13 |
| 公開(公告)號: | CN108846395A | 公開(公告)日: | 2018-11-20 |
| 發明(設計)人: | 王菽裕;宋俊芳;張春玉 | 申請(專利權)人: | 西藏民族大學 |
| 主分類號: | G06K9/32 | 分類號: | G06K9/32;G06K9/46 |
| 代理公司: | 西安恒泰知識產權代理事務所 61216 | 代理人: | 周春霞 |
| 地址: | 712082*** | 國省代碼: | 陜西;61 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 陰影特征 車輛檢測 混合高斯模型 對稱性特征 三維逆投影 投影圖 幀圖像 融合 樣本 采集 檢測 應用 恢復 學習 | ||
1.基于車輛局部對稱性和陰影特征融合的車輛檢測方法,其特征在于,包括以下步驟:
步驟1,獲取檢測區域的路面圖像,設置三維逆投影面;基于三維逆投影面,對路面圖像進行逆投影變換得到逆投影圖;
步驟2,提取逆投影圖中所有的SURF特征點p1,p2,…,pi,…pn,其中pi表示第i個SURF特征點,n表示SURF特征點的總數;
步驟3,針對每一個SURF特征點,在SURF特征點中找到與其相對稱的SURF特征點,兩個相對稱的SURF特征點形成特征點對;針對同一個SURF特征點形成的所有特征點對形成一個對稱組,針對所有的SURF特征點形成多個對稱組C1,C2,…Ck,…CM,其中,Ck表示第k個對稱組,M表示對稱組的總數;
步驟4,根據步驟3得到的多個對稱組C1,C2,…Ck,…CM,確定每個對稱組對應的疑似車輛中心線,采用的方法如下:
步驟4.1:計算所有對稱組C1,C2,…Ck,…CM中,所有特征點對的連線的中心位置坐標;
步驟4.2:統計所有中心位置坐標的x坐標值的統計直方圖,該統計直方圖中存在至少一個峰值,每個峰值對應一個對稱組;
步驟4.3:針對對稱組C1,C2,…Ck,…CM中的第k個對稱組Ck,1≤k≤M,k的初始值為1,找到與對稱組Ck對應的峰值,找到該峰值對應的中心位置坐標的x軸坐標值,該中心位置坐標的x軸坐標值確定的線即為初始車輛中心線xvehicle;
步驟4.4:計算初始車輛中心線沿x軸方向的兩側設定范圍內的所有x軸坐標值的方差值
步驟4.5:查找對稱組Ck中所有屬于初始車輛中心線xvehicle的特征點對;具體方法如下:
若滿足則特征點對Dkq為對稱組Ck中屬于初始車輛中心線xvehicle的特征點對,其中,表示對稱組Ck中的第q個特征點對Dkq中兩個SURF特征點的連線的中心位置的x軸坐標;
步驟4.6:計算步驟4.5查找到的所有特征點對中兩個SURF特征點的連線的中心位置的x軸坐標的平均值μvehicle,該平均值μvehicle確定的線即為對稱組Ck對應的疑似車輛中心線;
步驟4.7:返回步驟4.3,針對對稱組C1,C2,…Ck,…CM中的第k+1個對稱組Ck+1,直到k=M,得到每個對稱組對應的疑似車輛中心線;
步驟5,根據步驟4得到的每個對稱組對應的疑似車輛中心線確定每個對稱組的檢測區域,具體確定方法如下:
對于對稱組Ck,檢測區域內的像素點用Pk表示,像素點Pk的坐標用(u,v)表示,其中,μvehicle-e≤u≤μvehicle+e,且yk-c-d≤v≤yk-c+d,其中,μvehicle表示對稱組Ck對應的疑似車輛中心線的x軸坐標,yk表示對稱組Ck中任意一個對稱SURF特征點的y軸坐標值,e,c,d均為經驗值;
步驟6,判斷對稱組的檢測區域是否為有效檢測區域,若是,則該對稱組對應的疑似車輛中心線即為獲取的車輛中心線;否則,該對稱組對應的疑似車輛中心線不是車輛中心線;其中,有效檢測區域指的是陰影特征所在區域。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于西藏民族大學,未經西藏民族大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810331077.5/1.html,轉載請聲明來源鉆瓜專利網。





