[发明专利]一种多维度车标数据增强方法

权利要求书

1.一种多维度车标数据增强方法，其特征在于：包括以下步骤：

步骤S1：使用小框随机选择法生成一个四个顶点相对车标顶点偏移量为车标区域宽和高1.5到3倍的小矩形框，使用这个小矩形框选取车标区域图像的方法生成尺度维度增强图像；

步骤S2：使用交叉滑动窗口法的方式扫描原图像，其中窗口的长和宽均为原图像的1/2，滑动的步长为原图像的1/4，之后将每次扫描中包含完整车标区域的窗口图像截取出来作为数量维度增强图像；

步骤S3：使用正态分布分割法生成一个长为车标区域的中心到图像左边与右边两边距离的最小值，宽为车标区域的中心到图像上边与下边两边距离的最小值的矩形,以正态分布的概率选取包含完整车标区域的窗口图像并截取作为空间维度增强图像；

步骤S4：整合步骤S1、步骤S2、步骤S3生成的增强图像，分别使用亮度变换和对比度变换的方法进行进一步增强；

所述步骤S1具体包括以下步骤：

步骤S11：生成矩形框四边到车标区域四边的偏移量dx1,dy1,dx2,dy2

其中，dx1,dy1,dx2,dy2分别是矩形框的左边，上边，右边和下边距离车标区域的左边，上边，右边和下边的偏移量，rw和rh分别是车标目标区域的宽度和高度,random(1.5，3)是一个函数，它随机生成1.5到3之间的均匀分布随机浮点数；

步骤S12：计算生成的新图像在原图像中的位置，计算方法如下：

其中，sf_xx1和sf_yy1为尺度维度增强图像的左上角在原图像中的位置；sf_xx2和sf_yy2为尺度维度增强图像在原图像右下角的位置，dx1,dy1,dx2,dy2分别是矩形框的左边，上边，右边和下边距离车标区域的左边，上边，右边和下边的偏移量；

步骤S13:计算新的车标中心坐标：

其中，cx为新的车标中心的x坐标，cy为新的车标中心的y坐标，sf_xx1和sf_yy1为尺度维度增强图像的左上角在原图像中的位置；

步骤S14：利用步骤S12计算出的尺度维度增强图像位置生成新的车标图像，并将计算出的车标信息写入以原图像文件名加上sf后缀命名的文件中；

所述步骤S2具体包括以下步骤：

步骤S21：计算子图像的长和宽

其中，nw₁和nh₁分别是数量维度增强图像的宽度和长度，ow和oh分别是原图像的宽度和高度；

步骤S22：计算生成的数量维度增强图像在原图像中的位置，计算方法如下：

其中，i取0、1、2，j取0、1、2，ss_xx1和ss_yy1为数量维度增强图像的左上角在原图像中的位置，ss_xx2和ss_yy2 为数量维度增强图像在原图像右下角的位置；

步骤S23：判断生成的数量维度增强图像是否包含完整车标区域，如果包含，则保留该子图像，否则舍弃；

步骤S24：利用步骤S22计算出的数量维度增强图像位置生成新的车标图像，并将计算出的车标位置信息写入以原图像文件名加上ss后缀命名的文件中；

所述步骤S3具体包括以下步骤：

步骤S31：构建一个函数randn(0,1)，用以生成一个0到1之间的数，这个数满足正态分布：

经过计算得知，当μ取0.5，σ取0.1938时，使用正态分布生成的随机数能够满足0到1；使用Matlab中的normrnd函数作为载体，因此randn(0,1)函数构建的具体表现为使用Matlab中的函数normrnd(0.5,0.1938)；

步骤S32：计算空间维度增强图像的宽度和高度:

其中，nw₂和nh₂分别是空间维度增强图像的宽度和高度；ox和oy分别是原始图像目标区域中心的x坐标和y坐标；ow和oh分别是原始图像的宽度和高度；

步骤S33：计算生成的空间维度增强图像中车标区域中心点的位置，计算方法如下：

其中，nx和ny分别是空间维度增强图像的目标中心点的x坐标和y坐标；ow和oh分别是原始图像的宽度和高度；rw和rh分别是车标目标区域的宽度和高度；randn(0,1)是一个函数，它生成满足正态分布的0到1之间的数；

步骤S34：计算生成的空间维度增强图像在原图像中的位置，计算方法如下：

其中，mr_xx1和mr_yy1为空间维度增强图像的左上角在原图像中的位置；mr_xx2和mr_yy2为空间维度增强图像在原图像右下角的位置；ox和oy分别是原始图像目标区域中心的x坐标和y坐标；nx和ny分别是空间维度增强图像的目标中心点的x坐标和y坐标；

步骤S35：利用步骤S34计算出的空间维度增强图像位置生成新的车标图像，并将计算出的车标位置信息写入以原图像文件名加上mr后缀命名的文件中。

2.根据权利要求1所述的一种多维度车标数据增强方法，其特征在于：所述步骤S4具体包括以下步骤：

步骤S41：整合将步骤S1、步骤S2和步骤S3生成的所有图像，复制原图像使得生成图像与原图像的数量比例为3：1；

步骤S42：对步骤S1、步骤S2和步骤S3生成的所有图像进行亮度变换处理，每张图片的亮度随机地在0.5到1.5之间选取一个数值进行变换，用以强化数据集在亮度维度的分布；

步骤S43：对步骤S1、步骤S2和步骤S3生成的所有图像进行对比度变换处理，每张图片的对比度随机地在0.5到1.5之间选取一个数值进行变换，用以强化数据集在对比度维度的分布；

步骤S44：整合所有的图像，形成新的数据集。