车辆识别方法
【专利摘要】本发明提供一种可靠的车辆识别方法，该车辆识别方法通过改进Canny算子提取辆前脸图像的边缘快速识别车辆前部的挡风玻璃轮廓，通过识别挡风玻璃范围内的图像特征来识别车辆，提高了车辆识别的效果。
【专利说明】车辆识别方法
【技术领域】
[0001]本发明涉及一种车辆识别方法，尤其是一种通过识别车辆前部的挡风玻璃轮廓来进行车辆识别的方法。
【背景技术】
[0002]当前在城市交通、市政和公安等领域，电子眼等监控系统的应用越来越普及。这些系统采集的视频和图像等数据经过机器视觉的方法进行分析处理后，能提供更全面深入的信息，有助于相关管理部门进一步开展科学管理和决策。比如在城市主干道路口和高速路关键位置，采用车牌识别技术来帮助进行车辆跟踪、流量分析等智能处理，已经取得了很大成功。但在对社会公共安全要求越来越高的当下，针对特定犯罪嫌疑车辆的跟踪识别对图像分析技术提出了更高要求:由于嫌疑车辆可以很轻易地更换车牌，因此有必要识别出更多车辆图像中难以更换的特征信息。
[0003]因此，有必要设计一种可靠的车辆识别方法。
【发明内容】
[0004]针对现有技术存在的缺陷，本发明的目的在于提供一种可靠的车辆识别方法该车辆识别方法通过识别车辆前部的挡风玻璃轮廓来实现，包括以下步骤:
[0005]使用双边滤波方式对图像进行保边缘去噪的预处理；
[0006]使用区域自适应阈值的Canny算子求取边缘图；
[0007]在边缘图中搜索接近水平的横线条和接近垂直的竖线条，并对线条进行聚合和筛选;
[0008]对横线进行直线拟合，筛选出拟合度高的横线，并计算主要水平倾斜角度；
[0009]对竖线进行筛选和直线拟合；
[0010]根据直线拟合参数，从水平线集合选择两条横线，与从左右竖线集中各选一条线组合为一个四边形，不同的组合构成四边形集；
[0011]计算四边形集中每一个四边形与车挡风玻璃样本参数的形状相似度和边缘吻合度，据此计算该四边形的权重；
[0012]选择权重最高的四边形，以拟合四边形的四条边为挡风玻璃基本轮廓，沿四边形的四条边方向搜索梯度较高的像素点以补全并封闭挡风玻璃轮廓，再加以曲线滤波平滑得到最终轮廓。
[0013]提取轮廓内年检标记以及其他明显标记物作为图像特征，进行车辆识别。
[0014]优选的，所述车辆识别方法在使用区域自适应阈值的Canny算子求取边缘图的过程中，包括以下步骤:
[0015]I)将图像划分为4*4共16块子区域；
[0016]2)在每一个子区域，计算该区域内的累积灰度直方图；[0017]
【权利要求】
1.一种车辆识别方法，其特征在于:所述车辆识别方法通过识别车辆前部的挡风玻璃轮廓来实现，包括以下步骤: 使用双边滤波方式对图像进行保边缘去噪的预处理； 使用区域自适应阈值的Canny算子求取边缘图； 在边缘图中搜索接近水平的横线条和接近垂直的竖线条，并对线条进行聚合和筛选； 对横线进行直线拟合，筛选出拟合度高的横线，并计算主要水平倾斜角度；对竖线进行筛选和直线拟合； 根据直线拟合参数，从水平线集合选择两条横线，与从左右竖线集中各选一条线组合为一个四边形，不同的组合构成四边形集； 计算四边形集中每一个四边形与车挡风玻璃样本参数的形状相似度和边缘吻合度，据此计算该四边形的权重； 选择权重最高的四边形，以拟合四边形的四条边为挡风玻璃基本轮廓，沿四边形的四条边方向搜索梯度较高 的像素点以补全并封闭挡风玻璃轮廓，再加以曲线滤波平滑得到最终轮廓。 提取轮廓内年检标记以及其他明显标记物作为图像特征，进行车辆识别。
2.根据权利要求1所述的车辆识别方法，其特征在于:所述车辆识别方法在使用区域自适应阈值的Canny算子求取边缘图的过程中，包括以下步骤: 1)将图像划分为4*4共16块子区域； 2)在每一个子区域，计算该区域内的累积灰度直方图；
/-/(/) =Σ/(g) 其中i为第i个灰度级，范围O~255, 1 (g)为图像中灰度为g的像素个数； 3)根据累积灰度直方四选取高阈值Thh和低阈值Th1；Th, =argmin//(/) > 0.7 *//(255)
i
Th1=0.4*Thh 4)根据区域阈值运行Canny算子，算子处理到某子区域时，采用该区域内的 高低阈值进行处理，跨区域的边界邻域内采用相邻子区域的阈值均值处理。
3.根据权利要求1所述的车辆识别方法，其特征在于:所述车辆识别方法在对横线进行直线拟合，筛选出拟合度高的横线，并计算主要水平倾斜角度的过程中，根据横线集Horz_Lines计算主要水平倾斜角度； 根据Horz_Lines集中满足条件的横线来投票确定主水平倾斜角度Horz_Angle。投票过程如下: 1)根据各条拟合直线的k值范围确定角度范围[Ang_Min，Ang_Max]； 2)将[Ang_Min,Ang_Max]等分为20个bin,每个bin角度跨度为Angbin。由于筛选出的横线在±10°之间，故Angbin小于等于1° ； 3)对每一条横线，根据其k值求出其角度Ang，根据该角度与距离最近的第i个bin中心角度Angi的距离,对第i个bin和与i相邻的两个bin进行投票。投票值vote计算如下:
4.根据权利要求1所述的车辆识别方法，其特征在于:所述车辆识别方法在计算四边形集中每一个四边形Q与车挡风玻璃样本参数的形状相似度Similarity和边缘吻合度Fitness,据此计算该四边形的权重Priority ； 计算过程如下: 1)选择若干辆包括小汽车、面包车、货车、SUV等不同类型的车辆样本，人工选择车挡风玻璃处的四个点Pt1, pt2, pt3, Pt4,据此算出平均上下边之比t2b与标准差O t2b ;高与底边之比h2b和标准差oh2b;底角均值Θ和标准差σ 0 ； 2)对四边形集中的每一个四边形Qi,计算其图1所示的参数，并计算四个特征值f1;f2，f3，f4:
【文档编号】G06K9/46GK103927512SQ201410087512
【公开日】2014年7月16日 申请日期:2014年3月11日 优先权日:2014年3月11日
【发明者】彭浩宇 申请人:浙江工商大学