[发明专利]一种基于图像特征的特种车辆仪表类型识别与标定方法

权利要求书

1.一种基于图像特征的特种车辆仪表类型识别与标定方法，其特征在于，所述方法如下：

首先对每种类型的特种车辆仪表，采集一些特种车辆仪表图像，经过人工判断，把有代表性的图像留下当作训练样本；针对每个训练样本，通过图像预处理方法对图像质量进行归一化；然后提取出仪表图像的圆盘，根据圆盘半径对仪表图像进行大小归一化；归一化后分别对特种车辆仪表图像提取颜色特征和Gabor纹理特征；最后针对所有的训练样本，分别以颜色特征和Gabor纹理特征为向量为每种类型建立模型；

每种类型的仪表的训练样本库的特征模型建立好后，对于采集到的实时图像，同样经过图像预处理进行图像质量归一化，提取仪表圆盘进行仪表大小归一化，归一化后分别提取颜色特征和Gabor纹理特征，对这两种特征与各个类型的仪表训练样本的特征模板分别进行模式匹配，用最近邻法则得到仪表分类结果。

2.根据权利要求1所述的方法，其特征在于，所述仪表图像归一化具体如下：

首先对特种车辆仪表图像进行预处理，通过中值滤波去随机噪声、通过颜色拉伸增强仪表图像的对比度；其中中值滤波采用结合均值滤波和自适应中值滤波两者优点的改进型自适应中值滤波算法；并使用带修正的自适应邻域平均法消除图像干扰和噪音；其中，通过颜色拉伸增强仪表图像的对比度：先获取彩色图像对应的灰度图像，并统计仪表图像中的灰度最小值g1，灰度最大值g2，将其拉升到(0,255)的灰度空间，使得灰度图像更加清晰；设g1为总像素大于n(比如n=10)的最小灰度，g2为总像素大于n(比如n=10)的最大灰度；对于任意像素点，其灰度值为gray(x,y),拉升后对应的灰度值为GRAY(x,y),则有：

GRAY(x,y)=255×[gray(x,y)-g1](g2-g1)---(1)]]>

对于RGB模式的彩色图像，其对应的红色、绿色、蓝色的色彩拉升分别为：

R(x,y)=255×[r(x,y)-g1](g2-g1)---(2)]]>

G(x,y)=255×[g(x,y)-g1](g2-g1)---(3)]]>

B(x,y)=255×[b(x,y)-g1](g2-g1)---(4)]]>

其次，利用Hough变换检测圆弧的方法获取特种车辆仪表圆盘的边缘；

得到仪表圆盘的大小后，对仪表的大小进行线性归一化，即裁剪掉仪表圆盘外的区域，然后把所有的仪表圆盘内的像素归一化成半径为64像素大小的图像；线性归一化时，在X和Y轴方向只做等比例的变换；归一化后，仪表图像变成128x128大小的矩形，矩形图像的边缘紧接着仪表圆盘，仪表圆盘外的区域的像素都设置成白像素。