[發明專利]一種道路交通車輛的特征提取系統

在審

• 申請號: 201910091807.3
• 申請日: 2019-01-30
• 公開（公告）號: CN109919027A
• 公開（公告）日: 2019-06-21
• 發明（設計）人: 耿朝宏;閆志敏;張榮富;周興國
• 申請（專利權）人: 合肥特爾卡機器人科技股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/40;G06K9/46;G06K9/62
• 代理公司: 上海精晟知識產權代理有限公司 31253
• 代理人: 馮子玲

本發明公開一種道路交通車輛的特征提取系統，包括車輛圖像采集模塊、構建車輛圖像模型模塊、邊緣輪廓檢測模塊、增強處理模塊和特征提取模塊；車輛圖像采集模塊分別與車輛圖像模型模塊和邊緣輪廓檢測模塊連接，邊緣輪廓檢測模塊與增強處理模塊連接，增強處理模塊與特征提取模塊連接。本發明提供的道路交通車輛的特征提取系統，通過邊緣輪廓檢測模塊、增強處理模塊對采集的車輛圖像進行邊緣和信息增強處理，并通過特征提取模塊在仿真對不變區域對車輛角點分布信息進行處理，以實現車輛像素特征點的提取，具有特征提取的準確性高的特點，為后期車輛特征的智能識別奠定基礎。

技術領域

本發明屬于車輛圖像處理技術領域，涉及到一種道路交通車輛的特征提取系統。

背景技術

隨著汽車保有量不斷增長，道路的交通壓力不斷加大，與汽車相關的安全管理問題也日益凸顯，為了實現對運行汽車的優化管理和調度，可通過對汽車特征的有效檢測和識別為駕駛員和車輛管理調度中心提供可視化的信息參考，通過對汽車特征的智能識別，現有的道路交通中的車輛特征提取存在準確性差的問題，無法準確地根據車輛的特征進行車輛的識別，另外，車輛的特征提取在車輛安全管理和道路交通管控等領域具有重要的應用價值，且研究車輛特征提取方法，在偵查與車輛相關的違法犯罪方面也具有很好的應用前景。

發明內容

本發明的目的在于提供的道路交通車輛的特征提取系統，解決了現有車輛特征提取的準確性差的問題，不便于對車輛進行識別，采用本系統能夠為車輛特征識別提供可靠的基礎。

本發明的目的可以通過以下技術方案實現：

一種道路交通車輛的特征提取系統，包括車輛圖像采集模塊、構建車輛圖像模型模塊、邊緣輪廓檢測模塊、增強處理模塊和特征提取模塊；車輛圖像采集模塊分別與車輛圖像模型模塊和邊緣輪廓檢測模塊連接，邊緣輪廓檢測模塊與增強處理模塊連接，增強處理模塊與特征提取模塊連接；

車輛圖像采集模塊為高清攝像頭，安裝在道路交通口處，用于實時對交通路口的車輛進行圖像采集，并將采集的車輛圖像分別發送至構建車輛圖像模型模塊和邊緣輪廓檢測模塊；

構建車輛圖像模型模塊用于接收車輛圖像采集模塊發送的車輛圖像，并采用三維區域輪廓掃描方法對接收的車輛圖像進行特征點掃描，在路網模型下構建車輛圖像采集的三維區域輪廓掃描模型；

邊緣輪廓檢測模塊接收車輛圖像采集模塊發送的車輛圖像信息，對采集的車輛圖像進行邊緣化檢測后，得到車輛邊緣輪廓檢測的三維分析結構模型，并將得到的車輛邊緣輪廓檢測的三維分析結構模型發送至增強處理模塊；

所述邊緣輪廓檢測模塊通過對車輛區域的邊緣子塊P(i,j)進行特征匹配處理，運動邊界圖像分割得到車輛區域的中心線Z(i,Z_i)，設L_i為分割曲線的列坐標，R_i為車輛區域塊分布的列坐標，得到每一子塊中車輛屬性的信息熵

對提取的信息熵進行二值泛函，得到車輛圖像增強后在像素邊緣塊Z(i,Z_i)左右兩側所占的比例，進而得到在動態視頻監控下車輛左子塊和右子塊邊緣輪廓特征檢測輸出結果:公式中C_i表示為第i行列像素分布坐標，L_i表示為第i行像素矩陣自左向右的圖像網格分布集合，R_i表示為第i行的像素特征最大偏移量，H_ij表示坐標為(i,j)的子塊，通過該公式可對車輛圖像進行邊緣輪廓檢測；

增強處理模塊接收邊緣輪廓檢測模塊發送的車輛邊緣輪廓檢測的三維分析結構模型，并對接收的三維分析結構模型進行圖像信息增強處理，對增強處理后的圖像信息發送至特征提取模塊；

特征提取模塊用于接收增強處理模塊發送的處理后的圖像信息，對處理后的圖像信息在不變區域內對車輛角點分布信息進行直方圖均衡化處理，實現車輛像素特征點的提取。