[发明专利]一种黄标车检测方法和装置

权利要求书

1.一种黄标车检测方法，其特征在于，包括：

针对获取到的每幅车辆正向抓拍图像，分别进行以下处理：

从所述车辆正向抓拍图像中确定出包含车窗贴标的感兴趣区域；

从所述感兴趣区域中检测出M个待分析子图像，每个待分析子图像中分别包括一个矩形车窗贴标，M为正整数；

确定检测出的各矩形车窗贴标中是否存在黄色环保标志，如果是，则将所述车辆正向抓拍图像中的车辆确定为黄标车；

其中，所述确定检测出的各矩形车窗贴标中是否存在黄色环保标志包括：

针对检测出的每个矩形车窗贴标，分别获取该矩形车窗贴标所在的待分析子图像的预定特征；所述预定特征包括：颜色直方图特征、局部灰度直方图特征以及梯度特征；

根据获取到的预定特征以及预先训练生成的识别分类器，确定出该矩形车窗贴标是否为黄色环保标志。

2.根据权利要求1所述的方法，其特征在于，

所述从所述车辆正向抓拍图像中确定出包含车窗贴标的感兴趣区域包括：

在所述车辆正向抓拍图像中进行车牌检测；

如果能够检测到车牌，则根据车牌的位置和大小，以及车窗与车牌的相对位置先验知识，确定出车窗区域，并将车窗区域作为所述感兴趣区域；

如果不能检测到车牌，则对所述车辆正向抓拍图像进行车窗检测，并将检测到的车窗区域作为所述感兴趣区域。

3.根据权利要求1所述的方法，其特征在于，

所述从所述感兴趣区域中检测出M个待分析子图像包括：

为所述感兴趣区域设置一个预定大小的滑动窗口，当所述滑动窗口按照预定步长每滑动一次之后，分别根据预先训练生成的检测分类器确定出该滑动窗口内是否包括一个矩形车窗贴标，如果是，则将该滑动窗口内的图像作为一个待分析子图像。

4.根据权利要求3所述的方法，其特征在于，

所述检测分类器为级联Cascade分类器；

所述根据预先训练生成的检测分类器确定出该滑动窗口内是否包括一个矩形车窗贴标包括：

获取该滑动窗口内的图像的局部二值模式LBP特征；

根据获取到的LBP特征以及所述Cascade分类器，确定出该滑动窗口内是否包括一个矩形车窗贴标。

5.根据权利要求1所述的方法，其特征在于，

所述识别分类器为支持向量机SVM分类器。

6.一种黄标车检测装置，其特征在于，包括：

第一处理模块，用于针对获取到的每幅车辆正向抓拍图像，分别从所述车辆正向抓拍图像中确定出包含车窗贴标的感兴趣区域，并通知给第二处理模块；

所述第二处理模块，用于从所述感兴趣区域中检测出M个待分析子图像，每个待分析子图像中分别包括一个矩形车窗贴标，M为正整数；确定检测出的各矩形车窗贴标中是否存在黄色环保标志，如果是，则将所述车辆正向抓拍图像中的车辆确定为黄标车；

其中，所述第二处理模块针对检测出的每个矩形车窗贴标，分别获取该矩形车窗贴标所在的待分析子图像的预定特征，并根据获取到的预定特征以及预先训练生成的识别分类器，确定出该矩形车窗贴标是否为黄色环保标志；所述预定特征包括：颜色直方图特征、局部灰度直方图特征以及梯度特征。

7.根据权利要求6所述的装置，其特征在于，

所述第一处理模块在所述车辆正向抓拍图像中进行车牌检测；如果能够检测到车牌，则根据车牌的位置和大小，以及车窗与车牌的相对位置先验知识，确定出车窗区域，并将车窗区域作为所述感兴趣区域；如果不能检测到车牌，则对所述车辆正向抓拍图像进行车窗检测，并将检测到的车窗区域作为所述感兴趣区域。

8.根据权利要求6所述的装置，其特征在于，

所述第二处理模块为所述感兴趣区域设置一个预定大小的滑动窗口，当所述滑动窗口按照预定步长每滑动一次之后，分别根据预先训练生成的检测分类器确定出该滑动窗口内是否包括一个矩形车窗贴标，如果是，则将该滑动窗口内的图像作为一个待分析子图像。

9.根据权利要求8所述的装置，其特征在于，

所述检测分类器为级联Cascade分类器；

所述第二处理模块针对每个滑动窗口，分别获取该滑动窗口内的图像的局部二值模式LBP特征，并根据获取到的LBP特征以及所述Cascade分类器，确定出该滑动窗口内是否包括一个矩形车窗贴标。

10.根据权利要求6所述的装置，其特征在于，

所述识别分类器为支持向量机SVM分类器。