[发明专利]一种智能交通监控系统中的高分辨率视频车辆检测方法

权利要求书

1.一种智能交通监控系统中的高分辨率视频车辆检测方法，其特征在于,具体实现步骤如下：

步骤一：感兴趣区域设置与网格化

设置感兴趣区域，将感兴趣区域网格化为若干个同样大小的胞元；

步骤二：特征提取与显著性计算

对每一个胞元，记其对应图像区域为C，则图像区域内的每个像素点的水平梯度C_x(i,j)值由下式计算获得：

C_x(i,j)＝|C(i+1,j)-C(i-1,j)| (1)

其中C(i,j)为灰度值，则图像区域内的水平梯度值的密度定义为：

${\mathrm{\ρ}}_C=\frac{1}{\left|C\right|}\underset{(i,j)\∈C}{\Σ}{C}_x(i,j),---\left(2\right)$

其中|C|为图像区域内的像素点总数；以每个胞元内的水平梯度值的密度为特征，将所有特征值大于给定阈值的胞元标记为显著性胞元；采用以下两个步骤滤除其他垂直边缘密集的区域，只保留车头或车尾区域内属于车灯和车牌的显著性胞元：

(i)车灯和车牌的正下方是平滑的车身或路面，滤除与正下方梯度密度相近的显著性胞元；

(ii)车灯和车牌区域是梯度密集的区域，滤除水平方向邻域内包含空间连续的显著性胞元个数少于给定阈值的显著性胞元；

最终得到的显著性胞元即代表了感兴趣区域内可能存在的属于车灯和车牌的显著性部件；

步骤三：候选区域生成

车灯与车牌具有明显的结构信息，即两个车灯位置偏上且左右对称，车牌偏下且居中；利用此结构约束，使用滑动窗口搜索，将满足特定结构信息的区域标记为候选区域，具体步骤为：

(i)根据先验知识确定车头或车尾区域的大小，使用固定大小的滑动窗口进行搜索；对每个扫描窗口统计相应部件位置的显著性胞元个数；

(ii)车牌部件相对车灯部件具有更高的可靠性，为车牌部件对应位置的显著性胞元个数赋以大于车灯部件的权值；

(iii)将显著性胞元个数大于给定阈值的窗口标记为候选区域；

步骤四：收集训练样本并进行人工标注

步骤五：离线训练车辆分类器

步骤六：使用车辆分类器进行候选区域验证，通过验证的区域即为车辆区域。