[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 | ||
本發明公開了一種基于車輛局部對稱性和陰影特征融合的車輛檢測方法，通過建立三維逆投影面，得到每一幀圖像的逆投影圖，能夠較好恢復到車輛的局部對稱性特征；在白天，通過采集不同時段下，不同車輛樣本的陰影特征，學習混合高斯模型確定陰影特征，結合陰影特征，檢測車輛。本發明的方法對白天車輛檢測具有實時高效的特點，具有廣闊的應用前景。
技術領域
本發明屬于視頻檢測領域，涉及一種基于車輛局部對稱性和陰影特征融合的車輛檢測方法。
背景技術
近年來，社會經濟的快速發展使得私家汽車數量急劇的增加，智能交通系統作為一種實時的、高效的交通管理系統以其能夠有效解決交通擁堵問題得到世界的認可。車輛檢測方法在智能交通系統的研究中占有相當重要的地位，車輛檢測是研究智能交通領域的第一步。
目前，白天車輛檢測作為車輛檢測的一個部分，針對場景復雜造成的遮擋和粘連問題，這就極大加深了檢測的難度。針對這個難題，相關研究人員主要從兩個方面進行研究，一方面是通過改善硬件設施攝像機的布置來避免車輛遮擋和粘連問題；另一方面就是針對白天車輛檢測算法進行研究，一些學者考慮到車輛目標可以認為是多部件組成或者多個特征的一個整體，車輛的顯著性部件有車燈，車牌照，車輪，車窗和陰影等，車輛部件的特征有圓形度，對稱性等，通過檢測不同的車輛特征來代替檢測車輛整體目標。而上述車輛特征的檢測區別性較大，往往不能夠有一個統一的檢測模型和檢測算法。
發明內容
針對上述現有技術中存在的問題或缺陷，本發明的目的在于，提供一種基于車輛局部對稱性和陰影特征融合的車輛檢測方法，該方法能夠準確檢測到檢測區域中的車輛。
為了實現上述目的，本發明采用如下技術方案：
基于車輛局部對稱性和陰影特征融合的車輛檢測方法，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；
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/201810331077.5/2.html，轉載請聲明來源鉆瓜專利網。
