基于邊緣方向直方圖特征實(shí)現(xiàn)車(chē)標(biāo)特征提取的方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及圖像處理領(lǐng)域，尤其涉及靜態(tài)圖像處理領(lǐng)域，具體是指一種基于邊緣 方向直方圖特征實(shí)現(xiàn)車(chē)標(biāo)特征提取的方法。
【背景技術(shù)】
[0002] 社會(huì)經(jīng)濟(jì)的發(fā)展促使道路交通迅速發(fā)展，機(jī)動(dòng)車(chē)數(shù)量不斷增加。伴隨著機(jī)動(dòng)車(chē)數(shù) 量不斷增加，盜搶機(jī)動(dòng)車(chē)、利用機(jī)動(dòng)車(chē)犯罪等類(lèi)型案件也顯著增加，引起了全社會(huì)的關(guān)注。 盜搶車(chē)輛案犯往往以小客車(chē)、特別是中、高檔轎車(chē)作為作案重點(diǎn)，得手后通過(guò)更換車(chē)輛牌 照，改變車(chē)輛外觀如改變車(chē)輛顏色等，迅速逃往外地進(jìn)行銷(xiāo)贓、使用。目前公安部門(mén)在得到 失主報(bào)警后，在各個(gè)治安網(wǎng)點(diǎn)布控的方法主要靠人眼觀察車(chē)牌號(hào)、顏色，又由于不能使停車(chē) 檢查車(chē)輛的比例過(guò)大，因此偵破率很低。
[0003] 為了解決交通迅速發(fā)展所引發(fā)的各種問(wèn)題，智能交通系統(tǒng)被提到了重要位置。計(jì) 算機(jī)視覺(jué)作為智能交通系統(tǒng)中的一項(xiàng)重要技術(shù)，受到越來(lái)越多的重視。運(yùn)動(dòng)車(chē)輛類(lèi)型精確 識(shí)別系統(tǒng)的核心技術(shù)主要包括車(chē)牌識(shí)別和車(chē)型識(shí)別兩個(gè)方面的內(nèi)容。在車(chē)型識(shí)別系統(tǒng)中， 可以按照車(chē)輛大小或汽車(chē)標(biāo)志將車(chē)輛進(jìn)行分類(lèi)。
[0004] 目前車(chē)標(biāo)識(shí)別最常用的特征是車(chē)標(biāo)灰度圖、PCA，HU不變矩等。PCA (Principal component analysis,主成份分析）是基于主元分析的特征提取,它除了計(jì)算量大之外，它 對(duì)于車(chē)標(biāo)樣本之間的差異而言存在著明顯的缺陷，從這方面講它來(lái)描述車(chē)標(biāo)識(shí)別的特征是 不充分的。車(chē)標(biāo)灰度圖特征受實(shí)際拍攝場(chǎng)景中的復(fù)雜光照條件所影響。
[0005] Hu不變矩是對(duì)變換不敏感的基于區(qū)域的幾個(gè)矩作為形狀特征，在實(shí)際中由于目標(biāo) 圖像受噪聲、變形、部分遮擋和形狀相似等影響，雖然HU不變矩具有對(duì)圖像的旋轉(zhuǎn)、平移和 尺度變化的不變性，但HU不變矩只有7個(gè)變量，單靠7個(gè)變量進(jìn)行識(shí)別并不穩(wěn)定，會(huì)導(dǎo)致識(shí) 別準(zhǔn)確率嚴(yán)重下降。

【發(fā)明內(nèi)容】

[0006] 本發(fā)明的目的是克服了上述現(xiàn)有技術(shù)的缺點(diǎn)，提供了一種能夠?qū)崿F(xiàn)既保留車(chē)標(biāo)邊 緣豐富信息、又避免了光照不均等環(huán)境的影響、能較好反映目標(biāo)圖像的邊緣和形狀特征、全 天識(shí)別準(zhǔn)確率超過(guò)80%、具有更廣泛應(yīng)用范圍的基于邊緣方向直方圖特征實(shí)現(xiàn)車(chē)標(biāo)特征提 取的方法。
[0007] 為了實(shí)現(xiàn)上述目的，本發(fā)明的具有如下構(gòu)成：
[0008] 該基于邊緣方向直方圖特征實(shí)現(xiàn)車(chē)標(biāo)特征提取的方法，其主要特點(diǎn)是，所述的方 法包括以下步驟：
[0009] (1)在車(chē)標(biāo)圖像中對(duì)車(chē)標(biāo)進(jìn)行定位并得到車(chē)標(biāo)灰度圖；
[0010] (2)計(jì)算得到所述的車(chē)標(biāo)灰度圖中的各個(gè)象素點(diǎn)的梯度大小和邊緣方向角；
[0011] (3)對(duì)所述的車(chē)標(biāo)灰度圖進(jìn)行分塊并分別計(jì)算每一塊車(chē)標(biāo)灰度圖的邊緣方向直方 圖特征；
[0012] (4)根據(jù)所述的邊緣方向直方圖特征和HU不變矩特征結(jié)合成的向量確定車(chē)標(biāo)識(shí) 別結(jié)果。
[0013] 較佳地，所述的計(jì)算得到所述的車(chē)標(biāo)灰度圖中的各個(gè)象素點(diǎn)的梯度大小和邊緣方 向角，包括以下兩個(gè)步驟：
[0014] (21)計(jì)算得到所述的車(chē)標(biāo)灰度圖f(x，y)中各個(gè)象素點(diǎn)在各方向上的變化量dx和 dy ；
[0015] (22)計(jì)算得到各個(gè)象素點(diǎn)的邊緣方向角的弧值Θ。
[0016] 更佳地，所述的計(jì)算得到所述的車(chē)標(biāo)灰度圖f(x，y)中各個(gè)象素點(diǎn)在各方向上的 變化量dx和dy，具體為 ：
[0017] 對(duì)所述的車(chē)標(biāo)灰度圖f(x，y)計(jì)算高斯差分圖像并得到各個(gè)象素點(diǎn)在各方向上的 變化量dx和dy。
[0018] 更佳地，所述的計(jì)算得到所述的車(chē)標(biāo)灰度圖f(x，y)中各個(gè)象素點(diǎn)在各方向上的 變化量dx和dy，具體為 ：
[0019] 對(duì)所述的車(chē)標(biāo)灰度圖f(x，y)用邊緣算子計(jì)算邊緣圖并得到各個(gè)象素點(diǎn)在各方向 上的變化量dx和dy。
[0020] 更佳地，所述的計(jì)算得到各個(gè)象素點(diǎn)的邊緣方向角的弧值Θ，具體為：
[0021] 按照以下公式計(jì)算得到各個(gè)象素點(diǎn)的邊緣方向角的弧值Θ :
[0022] Θ (X，y) =argtg (dx/dy)。
[0023] 更佳地，所述的計(jì)算每一塊車(chē)標(biāo)灰度圖的邊緣方向直方圖特征，包括以下步驟：
[0024] (31)對(duì)每一塊車(chē)標(biāo)灰度圖的邊緣方向角的弧值Θ進(jìn)行量化，量化后的弧值Θ的 值為0~（T-I);
[0025] (32)將所述的量化后的弧值Θ進(jìn)行直方圖統(tǒng)計(jì)得到h(i) (i=0, . . .，T-1);
[0026] (33)將直方圖統(tǒng)計(jì)結(jié)果h(i) (i=0, . . .，Τ-l)按照以下公式進(jìn)行歸一化處理：
【主權(quán)項(xiàng)】
1. 一種基于邊緣方向直方圖特征實(shí)現(xiàn)車(chē)標(biāo)特征提取的方法，其特征在于，所述的方法 包括以下步驟： (1) 在車(chē)標(biāo)圖像中對(duì)車(chē)標(biāo)進(jìn)行定位并得到車(chē)標(biāo)灰度圖； (2) 計(jì)算得到所述的車(chē)標(biāo)灰度圖中的各個(gè)象素點(diǎn)的梯度大小和邊緣方向角； (3) 對(duì)所述的車(chē)標(biāo)灰度圖進(jìn)行分塊并分別計(jì)算每一塊車(chē)標(biāo)灰度圖的邊緣方向直方圖特 征； (4) 根據(jù)所述的邊緣方向直方圖特征和HU不變矩特征結(jié)合成的向量確定車(chē)標(biāo)識(shí)別結(jié) 果。
2. 根據(jù)權(quán)利要求1所述的基于邊緣方向直方圖特征實(shí)現(xiàn)車(chē)標(biāo)特征提取的方法，其特征 在于，所述的計(jì)算得到所述的車(chē)標(biāo)灰度圖中的各個(gè)象素點(diǎn)的梯度大小和邊緣方向角，包括 以下兩個(gè)步驟： (21) 計(jì)算得到所述的車(chē)標(biāo)灰度圖f(x，y)中各個(gè)象素點(diǎn)在各方向上的變化量dx和dy ; (22) 計(jì)算得到各個(gè)象素點(diǎn)的邊緣方向角的弧值Θ。
3. 根據(jù)權(quán)利要求2所述的基于邊緣方向直方圖特征實(shí)現(xiàn)車(chē)標(biāo)特征提取的方法，其特征 在于，所述的計(jì)算得到所述的車(chē)標(biāo)灰度圖f(x，y)中各個(gè)象素點(diǎn)在各方向上的變化量dx和 dy，具體為： 對(duì)所述的車(chē)標(biāo)灰度圖f(x，y)計(jì)算高斯差分圖像并得到各個(gè)象素點(diǎn)在各方向上的變化 量dx和dy。
4. 根據(jù)權(quán)利要求2所述的基于邊緣方向直方圖特征實(shí)現(xiàn)車(chē)標(biāo)特征提取的方法，其特征 在于，所述的計(jì)算得到所述的車(chē)標(biāo)灰度圖f(x，y)中各個(gè)象素點(diǎn)在各方向上的變化量dx和 dy，具體為： 對(duì)所述的車(chē)標(biāo)灰度圖f(x，y)用邊緣算子計(jì)算邊緣圖并得到各個(gè)象素點(diǎn)在各方向上的 變化量dx和dy。
5. 根據(jù)權(quán)利要求2所述的基于邊緣方向直方圖特征實(shí)現(xiàn)車(chē)標(biāo)特征提取的方法，其特征 在于，所述的計(jì)算得到各個(gè)象素點(diǎn)的邊緣方向角的弧值Θ，具體為： 按照以下公式計(jì)算得到各個(gè)象素點(diǎn)的邊緣方向角的弧值Θ : Θ (X，y) =argtg(dx/dy)〇
6. 根據(jù)權(quán)利要求2所述的基于邊緣方向直方圖特征實(shí)現(xiàn)車(chē)標(biāo)特征提取的方法，其特征 在于，所述的計(jì)算每一塊車(chē)標(biāo)灰度圖的邊緣方向直方圖特征，包括以下步驟： (31) 對(duì)每一塊車(chē)標(biāo)灰度圖的邊緣方向角的弧值Θ進(jìn)行量化，量化后的弧值Θ的值為 O ~（T-I); (32) 將所述的量化后的弧值Θ進(jìn)行直方圖統(tǒng)計(jì)得到h(i)(i=0，...，T-l); (33) 將直方圖統(tǒng)計(jì)結(jié)果h(i) (i=0,. . .，T-1)按照以下公式進(jìn)行歸一化處理：
7. 根據(jù)權(quán)利要求1所述的基于邊緣方向直方圖特征實(shí)現(xiàn)車(chē)標(biāo)特征提取的方法，其特征 在于，所述的根據(jù)所述的邊緣方向直方圖特征和HU不變矩特征結(jié)合成的向量確定車(chē)標(biāo)識(shí) 別結(jié)果，包括以下步驟： (41) 將所述的邊緣方向直方圖特征和HU不變矩特征結(jié)合成一組向量； (42) 將所述的向量輸入神經(jīng)網(wǎng)絡(luò)模型并輸出車(chē)標(biāo)識(shí)別結(jié)果。
【專(zhuān)利摘要】本發(fā)明涉及一種基于邊緣方向直方圖特征實(shí)現(xiàn)車(chē)標(biāo)特征提取的方法，其中包括在車(chē)標(biāo)圖像中對(duì)車(chē)標(biāo)進(jìn)行定位并得到車(chē)標(biāo)灰度圖；計(jì)算得到所述的車(chē)標(biāo)灰度圖中的各個(gè)象素點(diǎn)的梯度大小和邊緣方向角；對(duì)車(chē)標(biāo)灰度圖進(jìn)行分塊并分別計(jì)算每一塊車(chē)標(biāo)灰度圖的邊緣方向直方圖特征；根據(jù)所述的邊緣方向直方圖特征和HU不變矩特征結(jié)合成的向量確定車(chē)標(biāo)識(shí)別結(jié)果。采用該種基于邊緣方向直方圖特征實(shí)現(xiàn)車(chē)標(biāo)特征提取的方法，可以實(shí)現(xiàn)既保留了車(chē)標(biāo)邊緣豐富信息，又避免了光照不均等環(huán)境的影響，具有較高的魯棒性，能較好反映目標(biāo)圖像的邊緣和形狀特征，結(jié)合HU不變矩組成特征向量和輸入模型，可以得到較好的識(shí)別效果，方法應(yīng)用簡(jiǎn)便，具有更廣泛的應(yīng)用范圍。
【IPC分類(lèi)】G06K9-46, G06T5-40
【公開(kāi)號(hào)】CN104680164
【申請(qǐng)?zhí)枴緾N201310610731
【發(fā)明人】張慧
【申請(qǐng)人】上海寶康電子控制工程有限公司
【公開(kāi)日】2015年6月3日
【申請(qǐng)日】2013年11月26日