[发明专利]一种基于多序列双投影的黑烟车检测方法

权利要求书

1.一种基于多序列双投影的黑烟车检测方法，具体步骤如下，其特征在于：

步骤1：检测运动目标，确定关键区域；

步骤1.1：计算颜色和纹理相似性，对于颜色相似性，采用YCrCb或HSV或OHTA这三个对光照变化具有较强鲁棒性的颜色空间，计算方法如下，

其中，表示当前帧，而表示背景帧，k表示通道数；

对于纹理相似性，采用计算简单高效，且对光照具有一定鲁棒性的LBP特征，计算方法如下，

其中，L^C表示当前帧D的LBP编码图，而L^B表示背景帧的LBP编码图；

步骤1.2：利用Choquet积分将计算得到的颜色相似性和纹理相似性进行融合：

μ_σ(1)≤μ_σ(2)≤...≤μ_σ(n)

A_σ(i)＝{σ(i),σ(i+1),...,σ(n)}

其中，σ表示排序函数，X＝{x₁,x₂,...,x_n}表示颜色和纹理特征串联的集合，f(x)表示测度函数；

步骤1.3：根据融合结果进行前景和背景的分类，前景背景的分类主要是根据前面choquet积分的结果进行阈值化，即

其中，C_μ,t(x,y)表示t时刻(x,y)点的Choquet积分值，T_μ,t(x,y)表示特定阈值；

步骤2：利用积分投影和局部随机滤波技术，提取多序列双投影特征，形成描述关键区域的特征向量；

所述步骤2中的多序列双投影特征的计算包括如下流程：

步骤2.1：记IP_H为关键区域的水平积分投影，记IP_V为关键区域的垂直积分投影，即

其中，I_norm(x,y)表示归一化图像在位置(x,y)处的像素值；

将IP_H和IP_V串联即可得到第一组积分投影特征，即

DIPF₁＝{IP_H,IP_V}

步骤2.2：对图像I_norm进行局部随机滤波处理，得到滤波后的图像I_range，具体计算方法是，用N₁×N₂的掩模所覆盖区域的最大像素值和最小像素值的差值替换该区域中心像素的值，滑动掩模对整个图像做相同的操作，即可得到局部随机滤波后的图像I_range；

步骤2.3：记RFIP_H(y)为滤波后图像的水平积分投影，记RFIP_V(x)为滤波后图像的垂直积分投影，即

其中，I_range(x,y)表示滤波后的图像在位置(x,y)处的像素值；

将RFIP_H和RFIP_V串联即可得到第二组积分投影特征，即

DIPF₂＝{RFIP_H,RFIP_V}

步骤2.4：第一组投影特征DIPF₁和第二组投影特征DIPF₂合起来称作双投影特征；

DIPF＝{DIPF₁,DIPF₂}

步骤2.5：为了刻画关键区域的动态特征，将连续多帧的双投影特征串联起来得到多序列双投影特征，即

DIPF₁(t)＝{DIPF₁(t-2),DIPF₁(t-1),...,DIPF₁(t+k)}

DIPF₂(t)＝{DIPF₂(t-2),DIPF₂(t-1),...,DIPF₂(t+k)}

其中，DIPF₁(t)第一组投影在t时刻的多序列分析特征向量，DIPF₂(t)第二组投影在t时刻的多序列分析特征向量，k+3表示多序列分析的帧数；

步骤3：训练C-BPNN分类器，并用于新特征向量的分类；

步骤4：通过对连续多帧的分析，对当前车辆是否为黑烟车做出判断。