[發明專利]一種車標定位方法

在審

• 申請號: 201811313676.0
• 申請日: 2018-11-06
• 公開（公告）號: CN109543568A
• 公開（公告）日: 2019-03-29
• 發明（設計）人: 郟東耀;周佳琳;李夢
• 申請（專利權）人: 北京交通大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06N3/00;G06T5/50
• 代理公司: 北京市誠輝律師事務所 11430
• 代理人: 范盈

1.一種車標定位方法，其特征在于：所述方法包括如下步驟：

步驟1)：獲取車輛前臉圖像；

步驟2)：提取圖像初級特征；

步驟3)：采用多尺度頻譜殘差法計算融合得到最終顯著圖，將顯著圖分割成多個子顯著區域，則形成多個注意焦點；

步驟4)：對各區域的復雜度進行計算；

步驟5)：采用改進蟻群算法優化焦點轉移路徑；

步驟6)：判定車標區域。

2.如權利要求1所述的車標定位方法，其特征在于：所述步驟2)中初級特征包括顏色、亮度或者方向中的一種或者幾種。

3.如權利要求2所述的車標定位方法，其特征在于：所述顏色和亮度特征提取為將原圖像經過非線性各項異性擴散方程的計算，提取出關于顏色特征和亮度特征的顯著圖。

4.如權利要求3所述的車標定位方法，其特征在于：所述顏色和亮度特征提取方法如下：

高斯濾波函數G(x，y，σ)改進為正則化的非線性各項異性擴散方程即P-M方程：

尺度σ分別為原始圖像的1/2，1/4；對原始輸入圖像I(x，y)在不同尺度濾波器下逐級進行子采樣和低通濾波，同時運用圖像的梯度模值，將濾波與圖像的邊緣檢測結合起來，根據圖像的信息改變擴散系數且擴散系數在圖像的邊緣處達到極小值，根據每次迭代出來的圖像的梯度的大小進行邊緣判斷，然后用正則化的P-M方程得到非線性擴散濾波后的圖像；上式中計算的解I_σ(x，y，t)即為經過正則化濾波后的圖像。

5.如權利要求2所述的車標定位方法，其特征在于：所述方向特征提取為通過Gabor濾波器提取朝向敏感的特征，將原圖像轉化為朝向特征的圖像；

Gabor濾波器的函數表示為：

式中x′,y′分別為：

x′＝xcosθ+ysinθ

y′＝-xsin9+ycosθ

其中，參數θ是Gabor濾波器的朝向，f₀是中心頻率，σ_x和σ_y分別為在空域x′和y′方向的高斯函數方差；采用4個不同朝向(θ∈[0°，45°，90°，135°])對原始輸入圖像I(x，y)濾波，形成4幅朝向特征圖{R_k(x，y)，k＝1，2，3，，4}，然后歸一化為一幅朝向特征顯著圖；其在（x₀，y₀)上的輸出表示為:

R(x，y)＝I(x，y)*h(x-x₀，y-y₀)

式中，x₀,y₀相當于感受野中心的位置，*表示卷積運算。

6.如權利要求1所述的車標定位方法，其特征在于：所述多尺度頻譜殘差法計算融合得到最終顯著圖方法包括：

多尺度下顯著度計算過程如下：

其中，輸入圖像為I(x)，對其傅里葉變換，得振幅譜A(f)和相位譜P(f)；h是一個3*3均值濾波的卷積核，R(f)為頻域殘差譜；S(x)即為顯著性區域圖；

對不同尺度下同一特征顯著圖進行灰度補充調整為與原圖像大小同一尺度后進行加權融合，得最終各特征顯著圖；由于顯著圖即為灰度圖，對于尺度為的各特征顯著圖將其其余像素補充為灰度值為0；對于各尺度的顏色、亮度特征顯著圖計算公式為：

對不同的特征顯著圖，即顏色、亮度和方向特征顯著圖進行歸一化合并得最終全局顯著圖A：

其中S₃為由Gabor濾波融合得到的方向特征顯著圖，權值γ₁+γ₂+γ₃＝1，取γ₁＝γ₂＝γ₃＝1/3。