[发明专利]一种基于视频图像的交通车辆类型识别方法

说明书

本发明公开了一种基于视频图像交通车辆类型识别方法。利用车牌识别算法获得的车牌精确坐标和车牌颜色(黄牌、蓝牌)、识别结果信息，利用车牌颜色信息将车辆划分为大型车(黄色牌照)和小型车(蓝色牌照)，大型车和小型车分别利用不同参数在车牌坐标的基础上外扩矩形获得车辆的外接轮廓，在该区域上提取车辆的独立特征，并将此特征送入人工神经网络进行分类，结合车牌识别算法的识别结果可精确获得车辆所属类型。该发明包括车辆轮廓区域确定、梯度直方图特征提取、独立特征识别三部分。该发明具有较高准确性和较强的场景适应性，可较为准确的识别小汽车、公交车、大货车、小货车、面包车、非机动车共计6种类型。

技术领域

本发明属于图像识别技术领域，尤其是涉及一种基于视频图像的交通车辆类型识别方法。

背景技术

在智能交通系统中的核心功能是对过往的车辆进行准确的检测和正确的车型识别，近年来随着计算机多媒体技术和图像处理技术的发展，基于视频的车辆自动分类是被技术在智能交通中占据的分量也越来越大，社会各界投入的研究力量也越来越多。由于我国对道路监控的日益重视，视频检测技术已经成为智能交通领域最重要的信息采集手段，综合评比，将视频检测技术应用于高速公路和城市道路具有很大的可行性。

发明内容

有鉴于此，本发明旨在提出一种基于视频图像的交通车辆类型识别方法，以准确、快速识别不同类型车辆。

为达到上述目的，本发明的技术方案是这样实现的：

一种基于视频图像的交通车辆类型识别方法，具体包括如下步骤：

(1)根据车牌识别算法获得车牌的区域坐标和颜色信息，根据车牌位置以及车牌颜色确定各待识别车辆的特征区域；

(2)对特征区域提取梯度直方图特征；

(3)将提取到的直方图特征送入神经网络分类器，结合车牌识别结果，确定车辆所属类型。

进一步的，所述步骤(1)中，根据车牌识别算法获得车牌的区域坐标和颜色信息，黄色或者蓝色，设车牌矩形坐标为(X,Y,W,H)其中左上横向坐标为X，左上纵向坐标为Y，宽度为W，高度为H，车牌颜色为黄色的车辆的轮廓矩形坐标(X1,Y1,W1,H1)，则车辆的外接轮廓左上横向坐标为X1＝X-W*2，车辆的外接轮廓左上纵向坐标为Y1＝Y-W*4，车辆的外接轮廓宽度为W1＝W*3,车辆的外接轮廓高度为H1＝H*4；车牌颜色为黄色的车辆的轮廓矩形坐标(X2,Y2,W2,H2)，则车辆的外接轮廓左上横向坐标为X2＝X-W*1.5，车辆的外接轮廓左上纵向坐标为Y2＝Y-W*3，车辆的外接轮廓宽度为W2＝W*3,车辆的外接轮廓高度为H2＝H*4。

进一步的，所述步骤(2)中，将获取到的车辆轮廓矩形图像提取出来，并且归一化为72x72的图像大小，构建直方图的参数bin为9，block为16，cells为4，在该图像上提取梯度直方图特征。