[发明专利]一种车辆遗撒物检测方法、装置及智能交通监控系统

权利要求书

1.一种车辆遗撒物检测方法，其特征在于，所述方法包括下述步骤：

从实时视频流中解码获取预设虚拟检测区域的视频数据；

当车辆进入所述预设虚拟检测区域时，获取待测车辆的前景图像；

提取所述待测车辆的前景图像的颜色和纹理特征；

根据构造的AdaBoost分类模型、AdaBoost判别规则，以及所述待测车辆的前景图像的颜色和纹理特征，判断所述待测车辆的前景图像是否存在遗撒物。

2.如权利要求1所述的方法，其特征在于，所述从实时视频流解码获取预设虚拟检测区域视频数据的步骤具体为：

更新解码组件和解码关系表；

根据所述解码关系表，查找对应解码组件；

根据所述解码组件，构建完整的解码链路进行解码；

发送解码产生的虚拟检测区域的视频帧数据。

3.如权利要求1所述的方法，其特征在于，所述当车辆进入预设虚拟检测区域时，获取待测车辆前景图像的步骤具体为：

采用多模态高斯背景模型对视频图像运动背景建模，确定背景分布；

利用所述背景分布，获取运动区域，并对所述运动区域进行前景分割与形态学处理；

从所述运动区域中截取测试图像。

4.如权利要求1所述的方法，其特征在于，所述AdaBoost分类模型通过下述步骤构造：

4.1输入m个样本图片(x₁,y₁)，…，(x_m,y_m)；

4.2提取所述样本图片的颜色和纹理特征向量；

4.3初始化所述样本权重为D₁(i)＝1/m；

4.4找到一个对应于分布D_t的弱假设h_t:X→{-1,+1}，并得到其分类误差ϵt=Σi:ht(xi)≠yiDt(i);]]>

4.5根据公式计算分类器权重；

4.6根据公式更新所述样本权重；

4.7判断所述分类次数是否等于分类器个数，如果分类次数等于分类器个数，则进入步骤4.8，否则返回步骤4.4；

4.8得到最终的强分类器。

其中，m为样本个数；x_i∈X；y_i∈Y={+1,-1}；D_t(i)为第t次迭代中第i个训练样本的权重；ε_t为第t次迭代中分类器的分类误差；Z_t是归一化因子，使得所述样本权重成为一个分布；h_t为对应特征t的分类器；h_t:X→{-1,+1}为对应于分布D_t的弱假设；α_t为AdaBoost选择的参数，作为弱分类器的权重。