[发明专利]基于图像分析的车辆遮阳板检测方法及装置

说明书

技术领域

本发明涉及图像分析技术领域，尤其涉及智能交通中的图像分析技术，具体涉及车辆遮阳板的检测技术。

背景技术

遮阳板就是在汽车前风挡、后风挡那块，为了避免阳光刺眼设计的，能来回搬动，从而调整太阳光对眼睛的照射度，避免了交通事故的发生。遮阳板也使得太阳光很难直射入车内，有较好的降温作用，同时还可以保护仪表盘、真皮座等。

当前一些不法分子利用遮阳板能够遮掩其面容特征的特点，从而逃避了法律的制裁。为了提前对此种情形进行预警，及时地反馈车辆的可以性，有效地为公安提供参考信息，有必要及时地对涉疑车辆的行为进行跟踪和分析。

在参考文献专利201210089548“一种基于图像分析的车辆遮阳板检测方法及装置”中，提出一种车辆遮阳板检测的方法，具体包括：采用线段检测，对车窗区域进行定位；利用不同的尺寸窗口在车窗区域进行滑动，并利用遮阳板颜色的均衡性，提取候选的遮阳板区域；对候选的遮阳板区域进行遮阳板的定位。但这种方法在光线不均匀或者反光比较严重的时候效果不佳，容易造成错误检测。

发明内容

针对目前遮阳板检测的方法在光线不均匀或者反光比较严重的时候效果不佳的问题，本发明的目的在于提供一种基于图像分析的车辆遮阳板检测方案，通过该方案有效的解决现有技术所存在的问题。

为了达到上述目的，本发明采用如下的技术方案：

基于图像分析的车辆遮阳板检测方法，所述检测方法包括如下步骤：

（1）针对遮阳板通过训练得到一个完整的遮阳板分类器；

（2）针对获得的图像精确定位车窗位置；

（3）设置最大检测窗口和最小检测窗口，并按照一定比例缩放检测窗口，利用步骤（1）训练得到的遮阳板分类器在步骤（2）中得到的车窗位置的上半部分进行多尺度遮阳板检测；

（4）根据长宽比率对步骤（3）得到的检测目标进行筛选，符合特征的矩形被认为是遮阳板。

在检测方法的优选实例中，所述步骤（1）中通过如下步骤进行完整的遮阳板分类器的训练：

（11）采用摄像头采集遮阳板和非遮阳板图像样本，对遮阳板样本进行尺寸的归一化处理；

（12）采用“积分图”的方法快速提取图像的Haar-Like特征；

（13）利用adaboost算法训练出若干Harr-Like特征的弱分类器；

（14）通过加权投票的方式将弱分类器构造成强分类器；

（15）把步骤（14）得到的强分类器级联起来，得到一个完整的遮阳板分类器。

进一步的，所述完整的遮阳板分类器为一个级联式的多层分类器，每一层为一个由AdaBoost算法训练得到的强分类器。

进一步的，所述步骤（3）检测时图像检测窗口只有通过所有层才能被判断为是遮阳板，若在其中任一层被判断为非遮阳板即被抛弃。

基于上述检测方法，本发明还提供一种基于图像分析的车辆遮阳板检测装置，所述检测装置包括：

图像输入模块，所述图像输入模块用于输入待检测图像；

车窗定位模块，所述车窗定位模块用于定位图像输入模块输入的待检测图像中的车窗位置；

检测窗口设置模块，所述检测窗口设置模块用于对待检测图像上定位的车窗位置设置最大检测窗口和最小检测窗口；

遮阳板检测模块，所述遮阳板检测模块利用提前训练得到的完整遮阳板分类器在待检测图像上定位的车窗位置的上半部分进行多尺度遮阳板检测；

筛选模块，所述筛选模块用于根据长宽比率对遮阳板检测模块检测得到的检测目标进行筛选，剩下符合特征的矩形被认为是遮阳板；

输出模块，所述输出模块用于将筛选模块筛选得到的遮阳板图像输出。

通过本发明提供的方案对于光线不均匀或反光的情况具有一定的鲁棒性，能够在光线不均匀或者反光比较严重的情况下，精确的检测出车辆遮阳板，检测精度非常的高。

再者，本发明提供的检测方案实施时性能稳定可靠、检测效率也非常的高，可广泛用于公安预警系统中。

附图说明

以下结合附图和具体实施方式来进一步说明本发明。

图1为基于图像分析的车辆遮阳板检测方法的流程图；

图2为基于图像分析的车辆遮阳板检测装置的示意图；

图3为级联式多层分类器结构示意图。

具体实施方式

为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体图示，进一步阐述本发明。