[发明专利]一种基于计算机视觉的车辆违章压线检测方法

权利要求书

1.一种基于计算机视觉的车辆违章压线检测方法，其特征在于，所述方法包括如下步骤：

步骤1：获取图像进行滤波和均衡化处理，削弱噪声影响，使图像灰度分布均匀；

步骤2：采用Canny边缘检测算法对步骤1处理后的图像进行边缘检测，并采用阈值进行图像分割；

步骤3：使用混合高斯背景模型进行包括背景学习、背景像素匹配、处理不连续轮廓以及填充前景空洞区域的背景建模；

步骤4：使用Hough变换获取步骤3中所得模型中的直线信息，并将直线检测图像与原图像Canny算子检测的轮廓图像进行与运算，滤去误检到的直线；

步骤5：使用图像的矩进行特征提取，利用矩特性，根据车道线检测时欲获得的直线长度、角度，筛选出目标直线；

步骤6：通过车道实线的遮挡情况判别是否有物体压线，根据压线物体的四边形轮廓特征，判断是否满足车辆轮廓，再使用几何中心法判别车辆是否违章压线。

2.根据权利要求1所述的基于计算机视觉的车辆违章压线检测方法，其特征在于，所述步骤1中采用高斯平滑滤波器卷积对图像进行降噪处理。

3.根据权利要求1所述的基于计算机视觉的车辆违章压线检测方法，其特征在于，所述步骤2中的边缘检测是先计算出像素梯度幅值和方向，再使用双阈值算法检测和连接边缘，阈值范围通过人工设定以保留合适的边缘线，若像素位置的幅值超过高阈值，则保留为边缘像素。

4.根据权利要求1所述的基于计算机视觉的车辆违章压线检测方法，其特征在于，所述步骤2中采用阈值进行图像分割时，使用最大类间方差法寻找分割的最佳阈值，并进行二值化处理。

5.根据权利要求1所述的基于计算机视觉的车辆违章压线检测方法，其特征在于，所述步骤3中背景像素匹配时先寻找匹配像素值的分布模型，设定匹配范围，再选择概率最高的模型作为当前背景像素值。

6.根据权利要求1所述的基于计算机视觉的车辆违章压线检测方法，其特征在于，所述步骤3中采用膨胀算法进行滤波处理不连续轮廓，先求局部最大值，再利用将像素转化为区域像素加权平均的卷积核函数与图像进行卷积。

7.根据权利要求1所述的基于计算机视觉的车辆违章压线检测方法，其特征在于，所述步骤3中采用漫水填充算法填充前景空洞区域，填充后再进行腐蚀以减去多出来的区域。

8.根据权利要求1所述的基于计算机视觉的车辆违章压线检测方法，其特征在于，所述步骤3中背景学习是对一段帧数的视频进行训练，通过训练帧中所得到模型计算出均值、方差和权重来做为背景模型的参数。

9.根据权利要求1所述的基于计算机视觉的车辆违章压线检测方法，其特征在于，所述步骤6中判别车辆是否违章压线时采用几何中心法进行判断，由轮廓的质心位置、与线的距离即可判断。