[发明专利]一种基于字符分割级联二分类器的自适应汽车仪表检测方法

权利要求书

1.一种基于字符分割级联二分类器的自适应汽车仪表检测方法，其特征在于，包括以下步骤：

步骤一：当待测仪表输入信号值为i时，采集整个汽车表盘的彩色图像作为原始图像，对原始图像中的ROI图像进行预处理获得二值图像，采用基于轮廓分析的方法提取二值图像中指针连通域的指针图像，对指针图像进行细化操作并拟合，获得当前指针响应值对应的拟合直线，并根据拟合直线的角度获得指针角度

步骤二：使i＝i+Q，判断i是否小于等于待测仪表最大刻度值，是则存储当前指针响应值对应的拟合直线并返回步骤一，否则执行步骤三，其中，i的初始值为0，Q表示待测仪表相邻主刻度的示数差值；

步骤三：利用字符分割级联二分类器对ROI图像进行多尺度检测，获得待测表盘上的数字字符区域，所述字符分割级联二分类器由HOG/SVM字符分割二分类器、字符滤波器和CNN数字分类器级联构成；

步骤四：将指针旋转中心与每个数字字符区域中心相连并做延长线，延长线长度为定长λ，以每条延长线的末端点为每个数字字符区域所对应刻度点区域的搜索中心；在以每个搜索中心为圆心、搜索半径为R的圆形区域内搜索每个数字字符区域对应的主刻度点，获得每个数字字符区域对应的主刻度点；

步骤五：将指针角度作为自变量，指针响应值作为因变量，将主刻度点的角度和其对应的示数作为插值点，利用牛顿插值多项式建立待测仪表的牛顿插值线性描述关系，将指针角度代入该牛顿插值线性描述关系中，获得步骤二存储的每条拟合直线对应的指针响应值，所述主刻度点的角度为：主刻度点连线与坐标系的横坐标轴正方向所形成的夹角，所述主刻度点连线为主刻度点在以指针旋转中心为坐标原点的坐标系中的位置坐标与坐标原点的连线；

步骤六：分别计算待测仪表每个输入信号值和指针响应值之间的误差，判断该误差大小是否小于误差标准阈值，是则待测仪表合格，否则待测仪表不合格。

2.根据权利要求1所述的一种基于字符分割级联二分类器的自适应汽车仪表检测方法，其特征在于，步骤一中指针连通域图像的获得方法为：

对二值图像中二值化标记后面积最大的连通域进行指针粗提取，获得指针粗提取图像，

提取指针粗提取图像的轮廓，获得轮廓图像，

采用概率霍夫变换算法对轮廓图像拟合，获得具有轮廓拟合直线的轮廓图像，

在具有轮廓拟合直线的轮廓图像中寻找面积最大的内轮廓，提取该内轮廓所对应的连通域图像作为指针连通域图像。

3.根据权利要求1所述的一种基于字符分割级联二分类器的自适应汽车仪表检测方法，其特征在于，步骤三中，

HOG/SVM字符分割二分类器用于对ROI图像进行多尺度检测，获得多个数字字符候选区域，

字符滤波器用于将每个数字字符候选区域中的元素分割，滤除非字符元素，获得每个数字字符候选区域的字符元素，

CNN数字分类器用于对每个数字字符候选区域的字符元素进行识别，获得每个数字字符候选区域的视数，

利用每个数字字符候选区域的视数对数字字符候选区域进行筛选，获得多个数字字符区域。

4.根据权利要求3所述的一种基于字符分割级联二分类器的自适应汽车仪表检测方法，其特征在于，HOG/SVM字符分割二分类器的获得方法为：

制作包括有正样本集和负样本集的训练样本集合，所述正样本集为不同类型仪表盘图像中数字字符区域，负样本集包括不同类型仪表盘图像中的指针图像元素、指示灯图像元素和刻度点图像元素；

将训练样本集合中所有样本图像的尺寸进行归一化处理，获得具有相同尺寸样本的训练样本集合；

对每个相同尺寸的训练样本提取HOG特征，生成特征向量矩阵，并将正样本标记为1，负样本标记为0，获得所有样本标签；

将特征向量矩阵以及样本标签都输入到线性SVM中进行训练，获得HOG/SVM字符分割二分类器。