[发明专利]基于视觉显著性和队列修正的停车场和车辆目标检测方法

权利要求书

1.基于视觉显著性和队列修正的停车场和车辆目标检测方法，其特征在于，该方法包括以下步骤：

步骤一、输入亚米级高分辨率光学遥感图像，基于停车场的亮度特征和视觉显著性，计算出输入的亚米级高分辨率光学遥感图像的BBSM显著图，并将计算出的BBSM显著图二值化；其具体过程为：

步骤一一、输入亚米级高分辨率光学遥感图像，将输入的亚米级高分辨率光学遥感图像转换到亮度通道后，得到亮度图像I，亮度图像I的尺寸为M×N，M和N分别代表亮度图像I的高度和宽度；

统计亮度图像I中所有像素点对应的亮度值u，u＝0,...,255；

统计结果P_u表示亮度图像I中亮度值为u的像素点个数，则计算出亮度图像I中每个像素点的BBSM值为：

其中：(i,j)代表亮度图像I中的任意一个像素点，I_(i,j)代表亮度图像I中的任意一个像素点(i,j)的亮度值，BBSM_(i,j)代表像素点(i,j)的BBSM的值；

则每个像素点的BBSM值形成BBSM显著图；

步骤一二、选取二值化阈值T₁，对BBSM显著图做二值化得到二值化后的BBSM显著图BBSM'：

T₁＝0.3×max(BBSM)+0.7×min(BBSM)

其中：max(BBSM)为BBSM显著图的最大值，min(BBSM)为BBSM显著图的最小值；

则像素点(i,j)的二值化后的BBSM值为

步骤二、根据停车场的面特征对二值化后的BBSM显著图进行超像素的分割，得到分割后的全部超像素块，设置筛选条件对分割后的全部超像素块进行筛选，计算筛选出的每个超像素块的质心图CDM_(i′,j′)，(i′,j′)代表超像素块中像素点(i′,j′)，利用计算出的每个超像素块的质心图CDM_(i′,j′)更新二值化后的BBSM显著图，得到二值化后的BBSM显著图的质心图CDM；

根据得到的CDM计算二值化后的BBSM显著图的质心密度分布指数CDDI图，并根据CDDI图获取ROI图像，即获得粗提取停车场区域图像；

步骤三、根据粗提取的停车场区域图像及停车场的颜色特征和面特征，获得精提取的停车场区域图像，完成停车场检测；

步骤四、计算精提取的停车场区域图像的SR显著图，并提取SR显著图内的疑似车辆区域；

计算每个疑似车辆区域的队列排布方向的角度，根据求得的角度将所有的疑似车辆区域旋转至水平排布的方向，完成疑似车辆区域的队列修正；

步骤五、利用滑窗切割方法将旋转后的所有疑似车辆区域切割成切片，并对切割成的切片进行HOG特征提取，利用SVM分类器对提取的HOG特征分类，将分类为车辆的切片标记回原图，完成车辆检测。