[发明专利]一种车辆检测方法及其设备

权利要求书

1.一种车辆检测方法，包括：

采集路面图像/视频；

提取所述路面图像/视频内的尺度不变特征变换(SIFT)特征；

对尺度不变特征变换(SIFT)特征进行有序化处理，并通过网络传送 到分类器，其中，所述分类器利用支持向量机通过事先训练得出；以及

所述分类器根据经过有序化处理的尺度不变特征变换(SIFT)特征对 路面图像进行车辆检测；

所述分类器利用支持向量机的事先训练步骤包括：

收集若干包含车辆的图像样本和若干不包含车辆的图像样本；

提取所有图像样本内的尺度不变特征变换(SIFT)特征；

对提取的尺度不变特征变换(SIFT)特征进行有序化处理；以及

利用经过有序化处理后的尺度不变特征变换(SIFT)特征来训练分类 器；

所述有序化处理包括：

通过对车辆图像样本进行聚类处理而得到聚类中心值；

通过计算图像样本上所有尺度不变特征变换(SIFT)特征向量与对应 的每个聚类中心值的相似性，将图像特征表示为一个C维向量(f_i)；

其中，f_i为取值0或者1的二值变量，如果一个图像包含一个属于第i 个聚类的特征向量则f_i＝1，否则f_i＝0；

其中，C为事先确定的聚类数量。

2.根据权利要求1的方法，其中，所述有序化处理包括聚类分析，包 括：判断所述路面图像上所有尺度不变特征变换(SIFT)特征的特征向量 与各聚类的相似性，并且将所述特征表示为聚类的集合。

3.根据权利要求2的方法，其中，相似性判断包括比较特征向量和聚 类中心值的相似性；其中，所述聚类中心值通过事先对车辆图像样本进行 聚类处理而得到。

4.根据权利要求3的方法，其中，所述相似性判断采用下列相似性度 量方法中的一种或多种：最小均方误差(MSE)、最小平均绝对差值(MAD)、 最大匹配像素统计(MPC)。

5.根据权利要求2的方法，其中，所述聚类处理包括下列方法中的一 种或多种：分级聚类、均值偏移聚类。

6.根据权利要求1的方法，还包括对采集到的路面图像进行下列初始 化处理：

对图像进行尺度归一化处理；和/或

对图像进行光照补偿处理；和/或

对图像进行直方图均衡处理。

7.根据权利要求1的方法，其中，所述网络是互联网协议(IP)网络。