[发明专利]计算机通过视频图像识别车辆类型的方法

权利要求书

1.一种计算机通过视频图像识别车辆类型的方法，其特征在于所述方法包括以下步骤：

（1）计算机获取视频图像，从视频图像中提取出目标关键帧，通过背景剪除提取出待识别的目标区域，并对视频图像进行预处理；

（2）对预处理完毕的图像进行特征提取，选用图像形状特征中的Hu几何不变矩作为车辆特征参数，计算目标区域的形状特征；

（3）通过机器学习方法进行所有车辆类型的样本训练，当样本训练完毕后对待识别的目标区域进行分类预测识别出车辆类型。

2.根据权利要求1所述的方法，其特征在于所述方法步骤（2）中计算目标区域的形状特征采用的HU矩计算公式为：

h₁＝η₂₀+η₀₂；

h₂＝(η₂₀-η₀₂)²+η₁₁²；

h₃＝(η₃₀-3η₁₂)²+(3η₂₁-η₀₃)²；

h₄＝(η₃₀+η₁₂)²+(η₂₁+η₀₃)²；

h₅＝(η₃₀-3η₁₂)(η₃₀+η₁₂)[(η₃₀+η₁₂)²-3(η₂₁+η₀₃)²]

+(3η₂₁-η₀₃)(η₂₁+η₀₃)[3(η₂₁+η₀₃)²

-(η₂₁+η₀₃)²]；

h₆＝(η₂₀-η₀₂)[(η₃₀+η₁₂)²-(η₂₁+η₀₃)²]

+4η₁₁(η₃₀+η₁₂)(η₂₁+η₀₃)；

h₇＝(3η₂₁-η₀₃)(η₂₁+η₀₃)[3(3η₂₁+η₀₃)²-(η₂₁+η₀₃)²]

-(η₃₀-η₁₂)(η₂₁+η₀₃)[3(η₃₀+η₁₂)²

-(η₂₁+η₀₃)²]；

其中图像f(x，y)的(p+q)阶几何矩定义为：M_pq＝∫∫x^p*y^q*f(x，y)dxdy(p，q＝1，...，∞)；其中M₀₀＝∫∫f(x，y)dxdy，通过一阶矩(M₀₁，M₁₀)确定图像质心(x_c，y_c)：x_c＝M₁₀/M₀₀；y_c＝M₀₁/M₀₀，然后将坐标原点移至x_c和y_c处，就得到了对于图像位移不变的中心矩，即μ_p，q＝∫∫[(x-x_c)^p]*[(y-y_c)^p]*f(x，y)dxdy。

3.根据权利要求1所述的方法，其特征在于所述方法步骤（3）机器学习方法为SVM支持向量机和BP的人工神经网络相结合的方法，先将准备好的汽车类型训练样本图片集特征输入SVM支持向量机网络和BP神经网络进行样本训练。