[發(fā)明專(zhuān)利]基于運(yùn)動(dòng)分析的車(chē)輛分類(lèi)方法及系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 202011058216.5
• 申請(qǐng)日: 2020-09-29
• 公開(kāi)（公告）號(hào): CN112598009A
• 公開(kāi)（公告）日: 2021-04-02
• 發(fā)明（設(shè)計(jì)）人: 劉軍發(fā);鄭愛(ài)兵;劉宏
• 申請(qǐng)（專(zhuān)利權(quán)）人: 中科勁點(diǎn)(北京)科技有限公司
• 主分類(lèi)號(hào): G06K9/46
• 分類(lèi)號(hào): G06K9/46;G06K9/00;G06K9/62;G06T7/11;G06T7/187;G06T7/269;G06T7/62
• 代理公司: 北京市廣友專(zhuān)利事務(wù)所有限責(zé)任公司 11237
• 代理人: 張仲波

1.一種基于運(yùn)動(dòng)分析的車(chē)輛分類(lèi)方法，其特征在于，所述方法包括：

S1、獲取圖像中的前景目標(biāo)區(qū)域；

S2、針對(duì)所述前景目標(biāo)區(qū)域，提取其中的連通區(qū)域的幾何特征，基于所述幾何特征及預(yù)設(shè)的第一類(lèi)閾值，進(jìn)行目標(biāo)的初步分類(lèi)；

S3、基于所述初步分類(lèi)的結(jié)果，提取前景目標(biāo)區(qū)域的灰度子圖像，針對(duì)灰度子圖像提取圖像的邊緣，得到二值邊緣圖像，對(duì)所述二值邊緣圖像提取直線，將所述直線分類(lèi)為橫向直線和縱向直線，基于所述橫向直線、縱向直線及第二類(lèi)閾值，進(jìn)行目標(biāo)的二次分類(lèi)；

S4、基于所述二次分類(lèi)的結(jié)果，針對(duì)前景目標(biāo)區(qū)域，基于當(dāng)前幀和前一幀圖像，估計(jì)前景目標(biāo)區(qū)域中目標(biāo)的運(yùn)動(dòng)方向，基于所述運(yùn)動(dòng)方向，進(jìn)行目標(biāo)的三次分類(lèi)，將目標(biāo)區(qū)分為車(chē)輛和非車(chē)輛。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述S2中，所述幾何特征包括前景目標(biāo)區(qū)域的面積、寬度、長(zhǎng)寬比；所述第一類(lèi)閾值包括面積閾值、寬度閾值、長(zhǎng)寬比閾值。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述初步分類(lèi)的方式為：

其中，area，width，ratio依次為運(yùn)動(dòng)目標(biāo)的面積、寬度和長(zhǎng)寬比；V為分類(lèi)結(jié)果：V＝1為車(chē)輛，否則為非車(chē)輛；T1為面積閾值，T2為寬度閾值，T3為長(zhǎng)寬比閾值。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述S3中，所述縱向直線為與縱向方向的夾角在一定范圍內(nèi)的直線，所述橫向直線為與橫向方向的夾角在一定范圍內(nèi)的直線；

所述縱向方向?yàn)檠刂?chē)道延伸的方向，所述橫向方向?yàn)榕c車(chē)道相垂直的方向。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述二次分類(lèi)方式為：

Ra＝CH/(CH+CV)

其中，CH為橫向直線的個(gè)數(shù)，CV為縱向直線的個(gè)數(shù)；

Th是第二類(lèi)閾值；V為分類(lèi)結(jié)果：V＝1為車(chē)輛，否則為非車(chē)輛。

6.根據(jù)權(quán)利要求4所述的方法，其特征在于，通過(guò)直線的斜率k判斷其屬于橫向直線或縱向直線：若k∈(-∞，k_V1]∪[k_V2，+∞)則為縱向直線，若k∈(k_H1，k_H2)則為橫向直線，其中，k_V1、k_V2為縱向直線的斜率閾值，k_H1、k_H2為橫向直線的斜率閾值。

7.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述S4中，估計(jì)前景目標(biāo)區(qū)域中目標(biāo)的運(yùn)動(dòng)方向方式為：提取前后連續(xù)兩幀的前景目標(biāo)區(qū)域的灰度圖像，在前一幀的灰度圖像中提取在兩個(gè)正交方向上有明顯導(dǎo)數(shù)的點(diǎn)作為角點(diǎn)，通過(guò)計(jì)算該角點(diǎn)的光流矢量方向，得到角點(diǎn)的運(yùn)動(dòng)方向；統(tǒng)計(jì)前景目標(biāo)區(qū)域中的所有角點(diǎn)的光流矢量方向，將大多數(shù)角點(diǎn)的運(yùn)動(dòng)方向作為前景目標(biāo)區(qū)域中目標(biāo)的運(yùn)動(dòng)方向。

8.一種基于運(yùn)動(dòng)分析的車(chē)輛分類(lèi)系統(tǒng)，其特征在于，所述系統(tǒng)包括：

目標(biāo)獲取模塊，用于獲取圖像中的前景目標(biāo)區(qū)域；

幾何分類(lèi)模塊，用于針對(duì)所述前景目標(biāo)區(qū)域，提取其中的連通區(qū)域的幾何特征，基于所述幾何特征及預(yù)設(shè)的第一類(lèi)閾值，進(jìn)行目標(biāo)的初步分類(lèi)；

直線分類(lèi)模塊，用于基于所述幾何分類(lèi)模塊的初步分類(lèi)的結(jié)果，提取前景目標(biāo)區(qū)域的灰度子圖像，針對(duì)灰度子圖像提取圖像的邊緣，得到二值邊緣圖像，對(duì)所述二值邊緣圖像提取直線，將所述直線分類(lèi)為橫向直線和縱向直線，基于所述橫向直線、縱向直線及第二類(lèi)閾值，進(jìn)行目標(biāo)的二次分類(lèi)；

運(yùn)動(dòng)分類(lèi)模塊，用于基于所述直線分類(lèi)模塊的二次分類(lèi)的結(jié)果，針對(duì)前景目標(biāo)區(qū)域，基于當(dāng)前幀和前一幀圖像，估計(jì)前景目標(biāo)區(qū)域中目標(biāo)的運(yùn)動(dòng)方向，基于所述運(yùn)動(dòng)方向，進(jìn)行目標(biāo)的三次分類(lèi)，將目標(biāo)區(qū)分為車(chē)輛和非車(chē)輛；

輸出模塊，用于將所述運(yùn)動(dòng)分類(lèi)模塊獲得的最終的分類(lèi)結(jié)果輸出。

9.根據(jù)權(quán)利要求8所述的系統(tǒng)，其特征在于，所述幾何特征包括前景目標(biāo)區(qū)域的面積、寬度、長(zhǎng)寬比；所述第一類(lèi)閾值包括面積閾值、寬度閾值、長(zhǎng)寬比閾值。

10.根據(jù)權(quán)利要求8所述的系統(tǒng)，其特征在于，所述縱向直線為與縱向方向的夾角在一定范圍內(nèi)的直線，所述橫向直線為與橫向方向的夾角在一定范圍內(nèi)的直線；

所述縱向方向?yàn)檠刂?chē)道延伸的方向，所述橫向方向?yàn)榕c車(chē)道相垂直的方向。