基于斑點(diǎn)及直方圖分析的車(chē)輛檢測(cè)判別方法
【專(zhuān)利摘要】本發(fā)明提供了一種基于斑點(diǎn)及直方圖分析的車(chē)輛檢測(cè)判別方法。方法分析道路交通卡口傳回的路面圖像，經(jīng)直方圖分析提取可能存在的非地面目標(biāo)，并通過(guò)斑點(diǎn)分析初步判別目標(biāo)類(lèi)型，即汽車(chē)或三輪車(chē)/行人；當(dāng)初步判斷路面目標(biāo)為汽車(chē)時(shí)，在目標(biāo)區(qū)域掃描車(chē)牌信息，若掃描到類(lèi)似車(chē)牌信息，通過(guò)分析車(chē)牌候選上方區(qū)域的灰度直方圖及顏色直方圖確認(rèn)目標(biāo)類(lèi)型信息；若在目標(biāo)區(qū)域未掃描到類(lèi)似車(chē)牌信息，利用目標(biāo)區(qū)域梯度圖獲取類(lèi)似車(chē)前臉信息，通過(guò)對(duì)稱(chēng)性檢測(cè)并判斷車(chē)前臉候選上方區(qū)域的灰度直方圖及顏色直方圖確認(rèn)目標(biāo)類(lèi)型。
【專(zhuān)利說(shuō)明】基于斑點(diǎn)及直方圖分析的車(chē)輛檢測(cè)判別方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于圖像分析及模式識(shí)別【技術(shù)領(lǐng)域】，具體地說(shuō)，屬于一種基于斑點(diǎn)及直方圖分析的車(chē)輛檢測(cè)判別方法。
【背景技術(shù)】
[0002]隨著人工智能、自動(dòng)控制和模式識(shí)別等領(lǐng)域的發(fā)展，智能交通系統(tǒng)應(yīng)運(yùn)而生，并取得巨大發(fā)展。對(duì)路面目標(biāo)的檢測(cè)和分類(lèi)一直是智能交通系統(tǒng)的重要組成部分，對(duì)于公路交通監(jiān)視控制，刑偵智能輔助等都有著非常重要的意義。
[0003]與傳統(tǒng)的車(chē)輛檢測(cè)技術(shù)(如采用磁感應(yīng)線(xiàn)圈、雷達(dá)、超聲波、紅外線(xiàn)、微波和聲頻等)不同，基于圖像的目標(biāo)檢測(cè)技術(shù)綜合了數(shù)字圖像處理和人工模式識(shí)別的相關(guān)技術(shù)。它以圖像為分析對(duì)象，通過(guò)對(duì)設(shè)定區(qū)域的圖像進(jìn)行分析得到交通信息，具有直觀、高效、檢測(cè)范圍廣且測(cè)量精度高的特點(diǎn)，同時(shí)其抗干擾能力強(qiáng)，先進(jìn)的數(shù)字圖像處理技術(shù)可以消除許多自然及人為干擾，在智能交通的電視監(jiān)控基礎(chǔ)上，視頻檢測(cè)獲得的各項(xiàng)數(shù)據(jù)可以傳達(dá)給各個(gè)交通信號(hào)控制系統(tǒng)，從而與其形成一個(gè)有機(jī)的整體。
[0004]現(xiàn)有基于視頻圖像的車(chē)輛檢測(cè)方法中，大多采用基于視頻的運(yùn)動(dòng)目標(biāo)檢測(cè)技術(shù)提取前景目標(biāo)，并不能從單幀圖像中提取目標(biāo)，且很少對(duì)運(yùn)動(dòng)目標(biāo)的類(lèi)型，如車(chē)輛，行人，三輪車(chē)等進(jìn)行判別，即難以做到真正的車(chē)輛檢測(cè)。

【發(fā)明內(nèi)容】

[0005]本發(fā)明的目的在于根據(jù)道路交通卡口傳回的路面圖像，通過(guò)圖像分析技術(shù)判別對(duì)圖像中是否存在車(chē)輛目標(biāo)進(jìn)行檢測(cè)，進(jìn)而為交通系統(tǒng)的車(chē)輛類(lèi)型判別工作提供技術(shù)支持。
[0006]為實(shí)現(xiàn)上述目的，本發(fā)明提供了一種基于斑點(diǎn)及直方圖分析的車(chē)輛檢測(cè)判別方法，其包括以下部分:
[0007]S01、分析道路交通卡口傳回的路面圖像，經(jīng)直方圖分析提取可能存在的非地面目標(biāo)，并通過(guò)斑點(diǎn)分析初步判別目標(biāo)類(lèi)型，即汽車(chē)或三輪車(chē)/行人；
[0008]S02、當(dāng)初步判斷路面目標(biāo)為汽車(chē)時(shí)，在目標(biāo)區(qū)域掃描車(chē)牌信息，若掃描到類(lèi)似車(chē)牌信息，通過(guò)分析車(chē)牌候選上方區(qū)域的灰度直方圖及顏色直方圖確認(rèn)目標(biāo)類(lèi)型信息；
[0009]S03、若在目標(biāo)區(qū)域未掃描到類(lèi)似車(chē)牌信息，利用目標(biāo)區(qū)域梯度圖獲取類(lèi)似車(chē)前臉信息，通過(guò)對(duì)稱(chēng)性檢測(cè)并判斷車(chē)前臉候選上方區(qū)域的灰度直方圖及顏色直方圖確認(rèn)目標(biāo)類(lèi)型。
[0010]作為本發(fā)明的進(jìn)一步改進(jìn)，所述步驟SOl具體為:
[0011](I)對(duì)于輸入圖像I，建立其灰度直方圖1hist，提取出現(xiàn)頻次最多的灰度，將該灰度值記為B，其對(duì)應(yīng)的頻次為P ；
[0012](2)設(shè)定灰度區(qū)間閾值T = P/3，建立路面候選目標(biāo)掩膜圖像M = (I > B+T) | (I
<B-T)；
[0013](3)對(duì)目標(biāo)掩模圖像M進(jìn)行中值濾波處理；[0014](4)根據(jù)目標(biāo)掩模圖像M中白色像素的個(gè)數(shù)對(duì)M進(jìn)行膨脹處理；
[0015](5)對(duì)目標(biāo)掩模圖像M進(jìn)行標(biāo)記，獲得M中斑點(diǎn)集合R = {R(t)}, t = 1,2,...,Nm, Nm為M中斑點(diǎn)個(gè)數(shù)；
[0016](6)分析斑點(diǎn)集合R中各斑點(diǎn)的尺寸和形狀，剔除面積過(guò)小和長(zhǎng)寬比過(guò)大或過(guò)小的斑點(diǎn)；
[0017](7)對(duì)斑點(diǎn)集合R中的每對(duì)斑點(diǎn)RU1)，R(t2)，根據(jù)該對(duì)斑點(diǎn)在圖像平面的空間分布，判斷是否屬于同一輛車(chē)，若是，則合并兩斑點(diǎn)區(qū)域，進(jìn)而得到斑點(diǎn)區(qū)域集合P = {P (c)}，C = 1,2,…，Np，Np為區(qū)域集合中區(qū)域的個(gè)數(shù)；
[0018](8)分析區(qū)域集合P中的每塊區(qū)域的尺寸和形狀以及在圖像中的位置，剔除面積過(guò)小和長(zhǎng)寬比過(guò)大或過(guò)小以及過(guò)分靠近圖像邊緣的區(qū)域，得到修正后的目標(biāo)區(qū)域集合P=[p' (c)}, C = 1,2,..., P, N' P為區(qū)域集合中區(qū)域的個(gè)數(shù)；
[0019](9)若N' P = 0，則對(duì)應(yīng)圖像中的目標(biāo)類(lèi)型為非汽車(chē)，如三輪車(chē)，電動(dòng)車(chē)，行人，若N' P > 0，則對(duì)應(yīng)圖像中的目標(biāo)類(lèi)型可能為汽車(chē)；
[0020]作為本發(fā)明的進(jìn)一步改進(jìn)，所述步驟S02具體為:
[0021](I)根據(jù)車(chē)牌顏色信息，建立車(chē)牌位置候選區(qū)(R1(J) = {[x(s), y(s)]|b(s)/min(r (s), g(s))} > Tj , j = 1,2,..., N1, N1 為車(chē)牌位置候選區(qū)個(gè)數(shù)，(r (s), g(s), b(s))為像素點(diǎn)s的紅、綠、藍(lán)顏色分量，Tb為顏色閾值,可取0.7 ；
[0022](2)將每一個(gè)車(chē)牌位置候選區(qū)R1GO所對(duì)應(yīng)的坐標(biāo)值的像素值賦1，其余像素賦0，形成二值圖像bw ；
[0023](4)對(duì)二值圖像bw進(jìn)行中值濾波后做斑點(diǎn)標(biāo)記，計(jì)算每一個(gè)斑點(diǎn)的面積、長(zhǎng)寬比、矩形度，根據(jù)斑點(diǎn)的幾何特征刪除不可能為車(chē)牌的斑點(diǎn)；
[0024](5)統(tǒng)計(jì)經(jīng)刪除操作之后的斑點(diǎn)個(gè)數(shù)Nb，若Nb > 1，則將該斑點(diǎn)進(jìn)行車(chē)牌區(qū)域確認(rèn)；
[0025](6)若通過(guò)區(qū)域確認(rèn)，獲取該斑點(diǎn)中心[Xl，yi]，并根據(jù)中心在圖像中的位置確定疑似車(chē)蓋區(qū)域位置，獲得疑似車(chē)蓋圖像Ihat ;
[0026](7)獲取疑似車(chē)蓋圖像Ihat的灰度直方圖，求取對(duì)應(yīng)頻次最高的灰度hg ；
[0027](8)將車(chē)蓋圖像Ihat變換至HSI顏色空間，提取其中的H分量，獲得其分量圖像H ；
[0028](9)統(tǒng)計(jì)分量圖像H的直方圖，求取對(duì)應(yīng)頻次最高和最低的H值，分別記為MAH和MIH ；
[0029](10)若 MAH < 0.6 且 MIH > 5e_3 且 |hg_B| < 0.1，或者 MAH < 0.25，則認(rèn)為當(dāng)前圖片中目標(biāo)類(lèi)型為非汽車(chē)，如三輪車(chē)/電動(dòng)車(chē)/行人，否則，則認(rèn)為當(dāng)前圖片中目標(biāo)類(lèi)型為汽車(chē)。
[0030]與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是:本發(fā)明分析在線(xiàn)獲取的交通卡口圖像，利用斑點(diǎn)分析和直方圖分析技術(shù)圖像數(shù)據(jù)，對(duì)圖像中是否存在車(chē)輛目標(biāo)進(jìn)行檢測(cè)判別，為車(chē)輛類(lèi)型判別提供可靠的技術(shù)支持，極大限度地降低誤判和漏判率。在智能交通系統(tǒng)、公安刑偵監(jiān)測(cè)等領(lǐng)域均有廣泛的應(yīng)用前景。
【專(zhuān)利附圖】

【附圖說(shuō)明】
[0031]圖1為本發(fā)明一種基于斑點(diǎn)及直方圖分析的車(chē)輛檢測(cè)判別方法【具體實(shí)施方式】中的流程示意圖。
【具體實(shí)施方式】
[0032]下面結(jié)合附圖所示的各實(shí)施方式對(duì)本發(fā)明進(jìn)行詳細(xì)說(shuō)明，但應(yīng)當(dāng)說(shuō)明的是，這些實(shí)施方式并非對(duì)本發(fā)明的限制，本領(lǐng)域普通技術(shù)人員根據(jù)這些實(shí)施方式所作的功能、方法、或者結(jié)構(gòu)上的等效變換或替代，均屬于本發(fā)明的保護(hù)范圍之內(nèi)。
[0033]請(qǐng)參圖1所示，圖1為本發(fā)明一種基于斑點(diǎn)及直方圖分析的車(chē)輛檢測(cè)判別方法【具體實(shí)施方式】中的流程示意圖。由于國(guó)內(nèi)道路上經(jīng)常出現(xiàn)非車(chē)輛目標(biāo)如三輪車(chē)、摩托車(chē)或行人壓到交通卡口附近的感應(yīng)線(xiàn)圈的情況，因此拍攝的圖片可能并不包含真正的車(chē)輛。在本實(shí)施方式中，一種基于斑點(diǎn)及直方圖分析的車(chē)輛檢測(cè)方法，其包括以下部分:
[0034]S01、分析道路交通卡口傳回的路面圖像，經(jīng)直方圖分析提取可能存在的非地面目標(biāo)，并通過(guò)斑點(diǎn)分析初步判別目標(biāo)類(lèi)型，即汽車(chē)或三輪車(chē)/行人；
[0035]所述步驟SOl具體為:
[0036](I)對(duì)于輸入圖像I，建立其灰度直方圖1hist，提取出現(xiàn)頻次最多的灰度，將該灰度值記為B，其對(duì)應(yīng)的頻次為P ；
[0037](2)設(shè)定灰度區(qū)間閾值T = P/3，建立路面候選目標(biāo)掩膜圖像M = (I > B+T) | (I< B-T)；
[0038](3)對(duì)目標(biāo)掩模圖像M進(jìn)行中值濾波處理；
[0039](4)根據(jù)目標(biāo)掩模圖像M中白色像素的個(gè)數(shù)對(duì)M進(jìn)行膨脹處理；
[0040](5)對(duì)目標(biāo)掩模圖像M進(jìn)行標(biāo)記,獲得M中斑點(diǎn)集合R = {R(t)}, t = 1,2,...,Nm, Nm為M中斑點(diǎn)個(gè)數(shù)；
[0041](6)分析斑點(diǎn)集合R中各斑點(diǎn)的尺寸和形狀，剔除面積過(guò)小和長(zhǎng)寬比過(guò)大或過(guò)小的斑點(diǎn)；
[0042](7)對(duì)斑點(diǎn)集合R中的每對(duì)斑點(diǎn)RU1)，R(t2)，根據(jù)該對(duì)斑點(diǎn)在圖像平面的空間分布，判斷是否屬于同一輛車(chē)，若是，則合并兩斑點(diǎn)區(qū)域，進(jìn)而得到斑點(diǎn)區(qū)域集合P = {P (c)}，C = 1,2,…，Np，Np為區(qū)域集合中區(qū)域的個(gè)數(shù)；
[0043](8)分析區(qū)域集合P中的每塊區(qū)域的尺寸和形狀以及在圖像中的位置，剔除面積過(guò)小和長(zhǎng)寬比過(guò)大或過(guò)小以及過(guò)分靠近圖像邊緣的區(qū)域，得到修正后的目標(biāo)區(qū)域集合K=[p' (c)}, C = 1,2,..., P, N' P為區(qū)域集合中區(qū)域的個(gè)數(shù)；
[0044](9)若N' P = 0，則對(duì)應(yīng)圖像中的目標(biāo)類(lèi)型為非汽車(chē)，如三輪車(chē)，電動(dòng)車(chē)，行人，若N' P > 0，則對(duì)應(yīng)圖像中的目標(biāo)類(lèi)型可能為汽車(chē)；
[0045]S02、當(dāng)初步判斷路面目標(biāo)為汽車(chē)時(shí)，在目標(biāo)區(qū)域掃描車(chē)牌信息，若掃描到類(lèi)似車(chē)牌信息，通過(guò)分析車(chē)牌候選上方區(qū)域的灰度直方圖及顏色直方圖確認(rèn)目標(biāo)類(lèi)型信息；
[0046]所述步驟S02具體為:
[0047](I)根據(jù)車(chē)牌顏色信息，建立車(chē)牌位置候選區(qū)(R1 (j) = {[x(s), y(s)]|b(s)/min(r (s), g(s))} > Tj , j = 1,2,..., N1, N1 為車(chē)牌位置候選區(qū)個(gè)數(shù)，(r (s), g(s), b(s))為像素點(diǎn)s的紅、綠、藍(lán)顏色分量，Tb為顏色閾值,可取0.7 ；
[0048](2)將每一個(gè)車(chē)牌位置候選區(qū)R1GO所對(duì)應(yīng)的坐標(biāo)值的像素值賦1，其余像素賦0，形成二值圖像bw ；[0049](4)對(duì)二值圖像bw進(jìn)行中值濾波后做斑點(diǎn)標(biāo)記，計(jì)算每一個(gè)斑點(diǎn)的面積、長(zhǎng)寬比、矩形度，根據(jù)斑點(diǎn)的幾何特征刪除不可能為車(chē)牌的斑點(diǎn)；
[0050](5)統(tǒng)計(jì)經(jīng)刪除操作之后的斑點(diǎn)個(gè)數(shù)Nb，若Nb > 1，則將該斑點(diǎn)進(jìn)行車(chē)牌區(qū)域確認(rèn)；
[0051](6)若通過(guò)區(qū)域確認(rèn)，獲取該斑點(diǎn)中心[Xl，yi]，并根據(jù)中心在圖像中的位置確定疑似車(chē)蓋區(qū)域位置，獲得疑似車(chē)蓋圖像Ihat ;
[0052](7)獲取疑似車(chē)蓋圖像Ihat的灰度直方圖，求取對(duì)應(yīng)頻次最高的灰度hg ；
[0053](8)將車(chē)蓋圖像Ihat變換至HSI顏色空間，提取其中的H分量，獲得其分量圖像H ；
[0054](9)統(tǒng)計(jì)分量圖像H的直方圖，求取對(duì)應(yīng)頻次最高和最低的H值，分別記為MAH和MIH ；
[0055](10)若 MAH < 0.6 且 MIH > 5e_3 且 |hg_B| < 0.1，或者 MAH < 0.25，則認(rèn)為當(dāng)前圖片中目標(biāo)類(lèi)型為非汽車(chē)，如三輪車(chē)/電動(dòng)車(chē)/行人，否則，則認(rèn)為當(dāng)前圖片中目標(biāo)類(lèi)型為汽車(chē)。
[0056]S03、若在目標(biāo)區(qū)域未掃描到類(lèi)似車(chē)牌信息，利用目標(biāo)區(qū)域梯度圖獲取類(lèi)似車(chē)前臉信息，通過(guò)對(duì)稱(chēng)性檢測(cè)并判斷車(chē)前臉候選上方區(qū)域的灰度直方圖及顏色直方圖確認(rèn)目標(biāo)類(lèi)型。
[0057]上文所列出的一系列的詳細(xì)說(shuō)明僅僅是針對(duì)本發(fā)明的可行性實(shí)施方式的具體說(shuō)明，它們并非用以限制本發(fā)明的保護(hù)范圍，凡未脫離本發(fā)明技藝精神所作的等效實(shí)施方式或變更均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。
[0058]對(duì)于本領(lǐng)域技術(shù)人員而言，顯然本發(fā)明不限于上述示范性實(shí)施例的細(xì)節(jié)，而且在不背離本發(fā)明的精神或基本特征的情況下，能夠以其他的具體形式實(shí)現(xiàn)本發(fā)明。因此，無(wú)論從哪一點(diǎn)來(lái)看，均應(yīng)將實(shí)施例看作是示范性的，而且是非限制性的，本發(fā)明的范圍由所附權(quán)利要求而不是上述說(shuō)明限定，因此旨在將落在權(quán)利要求的等同要件的含義和范圍內(nèi)的所有變化囊括在本發(fā)明內(nèi)。不應(yīng)將權(quán)利要求中的任何附圖標(biāo)記視為限制所涉及的權(quán)利要求。
[0059]此外，應(yīng)當(dāng)理解，雖然本說(shuō)明書(shū)按照實(shí)施方式加以描述，但并非每個(gè)實(shí)施方式僅包含一個(gè)獨(dú)立的技術(shù)方案，說(shuō)明書(shū)的這種敘述方式僅僅是為清楚起見(jiàn)，本領(lǐng)域技術(shù)人員應(yīng)當(dāng)將說(shuō)明書(shū)作為一個(gè)整體，各實(shí)施例中的技術(shù)方案也可以經(jīng)適當(dāng)組合，形成本領(lǐng)域技術(shù)人員可以理解的其他實(shí)施方式。
【權(quán)利要求】
1.一種基于斑點(diǎn)及直方圖分析的車(chē)輛檢測(cè)判別方法，其特征在于，其包括以下步驟: 501、分析道路交通卡口傳回的路面圖像，經(jīng)直方圖分析提取可能存在的非地面目標(biāo)，并通過(guò)斑點(diǎn)分析初步判別目標(biāo)類(lèi)型，即汽車(chē)或三輪車(chē)/行人； 502、當(dāng)初步判斷路面目標(biāo)為汽車(chē)時(shí)，在目標(biāo)區(qū)域掃描車(chē)牌信息，若掃描到類(lèi)似車(chē)牌信息，通過(guò)分析車(chē)牌候選上方區(qū)域的灰度直方圖及顏色直方圖確認(rèn)目標(biāo)類(lèi)型信息； 503、若在目標(biāo)區(qū)域未掃描到類(lèi)似車(chē)牌信息，利用目標(biāo)區(qū)域梯度圖獲取類(lèi)似車(chē)前臉信息，通過(guò)對(duì)稱(chēng)性檢測(cè)并判斷車(chē)前臉候選上方區(qū)域的灰度直方圖及顏色直方圖確認(rèn)目標(biāo)類(lèi)型。
2.根據(jù)權(quán)利要求1所述的基于斑點(diǎn)及直方圖分析的路面目標(biāo)判別方法，所述步驟SOl具體為: (1)對(duì)于輸入圖像I，建立其灰度直方圖1hist，提取出現(xiàn)頻次最多的灰度，將該灰度值記為B，其對(duì)應(yīng)的頻次為P; (2)設(shè)定灰度區(qū)間閾值T= P/3，建立路面候選目標(biāo)掩膜圖像M = (I > B+T) I (I<B-T)； (3)對(duì)目標(biāo)掩模圖像M進(jìn)行中值濾波處理； (4)根據(jù)目標(biāo)掩模圖像M中白色像素的個(gè)數(shù)對(duì)M進(jìn)行膨脹處理； (5)對(duì)目標(biāo)掩模圖像M進(jìn)行標(biāo)記,獲得M中斑點(diǎn)集合R= {R(t)}, t = 1,2,..., Nm, Nm為M中斑點(diǎn)個(gè)數(shù)； (6)分析斑點(diǎn)集合R中各斑點(diǎn)的尺寸和形狀，剔除面積過(guò)小和長(zhǎng)寬比過(guò)大或過(guò)小的斑占.(7)對(duì)斑點(diǎn)集合R中的每對(duì)斑點(diǎn)RU1),R(t2)，根據(jù)該對(duì)斑點(diǎn)在圖像平面的空間分布，判斷是否屬于同一輛車(chē)，若是，則合并兩斑點(diǎn)區(qū)域，進(jìn)而得到斑點(diǎn)區(qū)域集合P = {P (c)}，c =1,2,…，NP，Np為區(qū)域集合中區(qū)域的個(gè)數(shù)； (8)分析區(qū)域集合P中的每塊區(qū)域的尺寸和形狀以及在圖像中的位置，剔除面積過(guò)小和長(zhǎng)寬比過(guò)大或過(guò)小以及過(guò)分靠近圖像邊緣的區(qū)域，得到修正后的目標(biāo)區(qū)域集合P'={P' (c)},c = 1,2,…，N' p，N' P為區(qū)域集合中區(qū)域的個(gè)數(shù)； (9)若N'P = 0，則對(duì)應(yīng)圖像中的目標(biāo)類(lèi)型為非汽車(chē)，如三輪車(chē)，電動(dòng)車(chē)，行人，若N' P> O,則對(duì)應(yīng)圖像中的目標(biāo)類(lèi)型可能為汽車(chē)。
3.根據(jù)權(quán)利要求1所述的基于斑點(diǎn)及直方圖分析的路面目標(biāo)判別方法，所述步驟S02具體為: (1)根據(jù)車(chē)牌顏色信息，建立車(chē)牌位置候選區(qū)(R1(j) = {[x(s), y(s)]|b(s)/min(r (s), g(s))} > Tj , j = 1,2,..., N1, N1 為車(chē)牌位置候選區(qū)個(gè)數(shù)，(r (s), g(s), b(s))為像素點(diǎn)s的紅、綠、藍(lán)顏色分量，Tb為顏色閾值,可取0.7 ； (2)將每一個(gè)車(chē)牌位置候選區(qū)R1GO所對(duì)應(yīng)的坐標(biāo)值的像素值賦1，其余像素賦0，形成二值圖像bw ； (4)對(duì)二值圖像bw進(jìn)行中值濾波后做斑點(diǎn)標(biāo)記，計(jì)算每一個(gè)斑點(diǎn)的面積、長(zhǎng)寬比、矩形度，根據(jù)斑點(diǎn)的幾何特征刪除不可能為車(chē)牌的斑點(diǎn)； (5)統(tǒng)計(jì)經(jīng)刪除操作之后的斑點(diǎn)個(gè)數(shù)Nb，若Nb> 1，則將該斑點(diǎn)進(jìn)行車(chē)牌區(qū)域確認(rèn)； (6)若通過(guò)區(qū)域確認(rèn)，獲取該斑點(diǎn)中心[Xl，yj，并根據(jù)中心在圖像中的位置確定疑似車(chē)蓋區(qū)域位置，獲得疑似車(chē)蓋圖像Ihat ； (7)獲取疑似車(chē)蓋圖像Ihat的灰度直方圖，求取對(duì)應(yīng)頻次最高的灰度hg；(8)將車(chē)蓋圖像Ihat變換至HSI顏色空間，提取其中的H分量，獲得其分量圖像H；(9)統(tǒng)計(jì)分量圖像H的直方圖，求取對(duì)應(yīng)頻次最高和最低的H值，分別記為MAH和MIH；
(10)若MAH < 0.6 且 MIH > 5e_3 且 |hg_B| < 0.1，或者 MAH < 0.25，則認(rèn)為當(dāng)前圖片中目標(biāo)類(lèi)型為非汽車(chē)，如三輪車(chē)/電動(dòng)車(chē)/行人，否則，則認(rèn)為當(dāng)前圖片中目標(biāo)類(lèi)型為汽車(chē)。
【文檔編號(hào)】G06K9/62GK103927549SQ201410161509
【公開(kāi)日】2014年7月16日 申請(qǐng)日期:2014年4月14日 優(yōu)先權(quán)日:2014年4月14日
【發(fā)明者】陳瑩, 化春鍵 申請(qǐng)人:江南大學(xué)