[发明专利]一种基于级联集成分类器的车辆品牌类型识别方法

权利要求书

1.一种基于级联集成分类器的车辆品牌类型识别方法，其特征是包括步骤：

1)对电子警察卡口相机拍摄的车辆图片采用遍历匹配算法搜索车辆的车牌 区域，并根据车脸区域与车牌区域的比例关系来定位和分割车脸图像；

2)分别采用梯度方向直方图和Contourlet变换提取车脸图像特征，构造组 合特征向量，并采用主成分分析法对提取的组合特征向量进行降维处理；

3)基于贝叶斯分类器、k-近邻分类器、多层神经网络分类器和支持向量机 分类器，构造车辆品牌类型识别的第一级集成分类器，并采用经过降维处理后的 组合特征向量对第一级集成分类器进行训练，采用4种决策分类机制对每个输入 样本进行投票表决，使其具有“拒识”功能，分出“拒识”样本；

4)采用多层神经网络作为第二级集成分类器的子分类器，并采用旋转森林 构造车辆品牌识别的第二级集成分类器，对第一级的“拒识”样本再次进行分类识 别；

5)采用经过降维处理后的组合特征向量对所构造的级联集成分类器进行训 练，对于没有“拒识”的情况的测试样本根据其可信度值判断其所属车辆品牌类 型，而对于分类器具有“拒识”选项情况下的测试样本，则采用第二级集成分类器 判断其所属车辆品牌类型。

2.根据权利要求1所述的基于级联集成分类器的车辆品牌类型识别方法， 其特征是所述步骤1)中，对电子警察卡口相机拍摄的车辆图片采用遍历匹配算 法搜索车辆的车牌区域，并根据车脸区域与车牌区域的比例关系来定位和分割车 脸图像；

首先，定位车牌对称中心，并令车牌大小为W×H，在车牌搜索区域内进行 遍历匹配，统计每个大小为W×H窗口内的目标像素个数，当目标像素个数超过 某一阈值时将对应窗口标记为车牌区域，否则排除该窗口，像素个数阈值t满足 以下要求：

t=ρΣiΣjf(i,j);]]>

其中，为搜索区域内所有目标像素个数，系数ρ为自定数值，ρ 用以决定像素个数阈值t的大小；由于车辆前脸图像尺寸与车牌图像之间存在固 定关系，令车牌宽度为W_p，以宽为2.6W_p，高为1.1W_p的矩形区域提取车辆前脸 区域。

3.根据权利要求1所述的基于级联集成分类器的车辆品牌类型识别方法， 其所述步骤2)中，

梯度方向直方图)特征提取的是局部图像梯度方向信息的统计值；首先将车 脸图像分成小的连通区域，即细胞单元，然后根据细胞单元中各像素点的梯度方 向和幅值计算得到其梯度方向直方图，最后把这些直方图组合起来构成特征描述 器；再把这些细胞单元的梯度方向直方图在图像的更大区间内进行归一化，即先 计算各直方图在区间中的密度，然后根据密度对区间中的各细胞单元进行归一 化，通过归一化能够消除光照和阴影的影响；

Contourlet变换是结合拉普拉斯塔形分解和方向滤波器组实现的一种多分辨 率、多方向和局域的图像表示方法，用随尺度变化长宽比的“长条形”基结构来 逼近图像，具有方向性和各向异性；在车脸图像特征提取中，采用每一层所有子 带合并后的图像的每行的均值和方差作为特征；

根据分别提取的车脸图像的HOG特征和Contourlet特征，采用并行策略构 建车脸图像的组合特征向量，并采用主成分分析法对车脸区域的组合特征向量进 行降维处理；PCA是将数据空间通过正交变换映射到低维子空间的过程，通过 求得一个低维的投影矩阵，用高维的特征乘以这个投影矩阵，便可以将车辆图像 的高维特征的维数下降到指定的维数。