[发明专利]一种基于超像素采样的车脸颜色特征检测方法

说明书

本发明公开了一种基于超像素采样的车脸颜色特征检测方法，包括如下步骤：步骤1：已知车辆图像I、车窗下、左、右三条边线l^WB、l^WL、l^WR、左右边线l^L、l^R的对应角度θ^L、θ^R；步骤2：将直线l^WB、l^WL、l^WR、图像I底边围成的区域确定为车脸区域，将其对应的图像记为I^F；步骤3：使用超像素分割算法对图像I^F进行超像素分割，得到超像素集S；步骤4：将车脸区域划分为18个采样区域；步骤5：在每个采样区域内筛选得到一个超像素；步骤6：18个超像素分别采用76维HSV颜色直方图进行表示。本发明的有益效果是：降低了特征的维度同时将图像颜色空间分布信息融入特征，使特征具备更强的区分性。

技术领域

本发明涉及数字图像处理领域，具体是一种基于超像素采样的车脸颜色特征检测方法。

背景技术

颜色是车辆最直观的信息，且对图像质量、尺寸、方向不敏感，是车辆识别、匹配等应用中不可或缺的重要依据。颜色特征表达的精准性是决定最终颜色识别效果的关键因素。

常用的颜色特征包括颜色直方图、颜色矩等。图像在颜色空间上通过量化生成特征向量的过程就是图像颜色信息压缩的过程，其目的是得到图像更加精简统一的描述方式，去除冗余的无效信息，方便计算机进行后续的分析判断，但与此同时也必然会造成一些信息的丢失，而这些丢失的信息可能在某些场景下是进行图像分辨的关键。

针对现有颜色特征的不足，本发明认为通过降低识别单元的颜色复杂度、降低信息压缩后的失真率来优化特征表达的精准度，因此本发明以超像素为基本颜色识别单元，同时根据车脸区域的颜色分布特点，使用环形不均匀超像素采样策略来筛选得到定量的有代表性的超像素，最后通过串联这些超像素的HSV直方图特征来得到最终的车脸颜色特征。

发明内容

针对现有技术中存在的问题，本发明的目的在于提供一种基于超像素采样的车脸颜色特征检测方法。

本发明的技术方案如下：

一种基于超像素采样的车脸颜色特征检测方法，其特征在于，包括如下步骤：

步骤1：已知车辆图像I、车窗下、左、右三条边线l^WB、l^WL、l^WR、左右边线l^L、l^R的对应角度θ^L、θ^R，其中，θ^L、θ^R分别为水平线到车窗左右边线的逆时针夹角；

步骤2：将直线l^WB、l^WL、l^WR、图像I底边围成的区域确定为车脸区域，将其对应的图像记为I^F；

步骤3：使用超像素分割算法对图像I^F进行超像素分割，得到超像素集S；