[发明专利]一种基于多序列双投影的黑烟车检测方法

说明书

本发明涉及一种基于多序列双投影的黑烟车检测方法。该方法包括：（1）检测运动目标，确定关键区域；（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；（3）训练C‑BPNN分类器，并用于新特征向量的分类；（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。利用本发明的技术方案，不仅提高了检测效率，降低了成本，而且，所提出的多序列双投影特征具有计算简单，描述能力强的特点，大大提高了黑烟车的检出率，降低了误报率。

技术领域

本发明涉及计算机视觉和智能烟火检测技术领域，特别是涉及一种基于多序列双投影的黑烟车检测方法。

背景技术

“黑烟车”属于高污染车的典型代表，同时也是可吸入颗粒物的主要贡献者，由于黑烟车数量大，出没没有规律，如何及时准确发现道路上行驶的黑烟车，一直是环保领域最为关注的问题，2018年以来随着国家对环保越来越重视，更成为焦点中的焦点。因此，如果本项目的研究取得成功，将具有广泛的应用前景。

目前，我国的黑烟车监测还主要依靠传统的拦车检测方法，该方法效率低下，耗费人力，同时影响交通，不利于证据获取和保存。我们研制的黑烟车视频监控系统还存在误报率高的不足，离大范围应用还有一段距离。还存在车辆阴影的干扰、黑烟特征鲁棒性差和的算法复杂度高三方面主要问题，这三个问题的解决将对该监控系统的大范围应用起到至关重要的作用，真正实现自动检测，无人值守，将能够及时、准确发现道路上行驶的黑烟车，大大提高工作效率，解决传统的检测和取证所固有的一些缺陷，改变以往的人工操作效率低下的监测模式，有效协助环保人员查处冒黑烟车，大大的节省了环保部门的人力和物力。

本发明提出的基于多序列双投影的黑烟车检测方法，具有计算简单，误报率低的特点，对黑烟车检测系统的发展和完善具有重要作用。

发明内容

为了以上问题，本发明提供一种基于多序列双投影的黑烟车检测方法，能够提高鲁棒性，更有效的检测黑烟车，为达此目的，本发明提供一种基于多序列双投影的黑烟车检测方法，具体步骤如下：

步骤1：检测运动目标，确定关键区域；

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；

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。

进一步，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；