[发明专利]一种智能交通监控系统中的高分辨率视频车辆检测方法

摘要

本发明属于智能交通和视频监控技术领域，涉及一种基于高分辨率视频的车辆检测方法。本发明结合智能交通系统的实际应用情况，将视频车辆检测问题视为车头（或车尾）区域的检测问题，为便于描述以车头区域为例；首先在高分辨率监控视频中设置车辆检测的感兴趣区域，利用感兴趣区域中的梯度密度信息和车头区域的结构信息生成一系列的候选区域；使用监督学习方法离线训练车辆与背景的二分类器，其中正样本满足车头的结构约束；使用分类器对候选区域进行验证，将分类为车辆的候选区域标记为车辆区域；使用聚类方法滤除误检并合并多个检测结果，得到最终的车辆检测结果。本发明可以有效地去除误检，提高车辆检测的准确率；操作简单，应用前景广阔。

主权项

一种智能交通监控系统中的高分辨率视频车辆检测方法，其特征在于,具体实现步骤如下：步骤一：感兴趣区域设置与网格化设置感兴趣区域，将感兴趣区域网格化为若干个同样大小的胞元；步骤二：特征提取与显著性计算对每一个胞元，记其对应图像区域为C，则图像区域内的每个像素点的水平梯度Cx(i,j)值由下式计算获得：Cx(i,j)＝|C(i+1,j)‑C(i‑1,j)|   (1)其中C(i,j)为灰度值，则图像区域内的水平梯度值的密度定义为：ρC=1|C|Σ(i,j)∈CCx(i,j),---(2)]]>其中|C|为图像区域内的像素点总数；以每个胞元内的水平梯度值的密度为特征，将所有特征值大于给定阈值的胞元标记为显著性胞元；采用以下两个步骤滤除其他垂直边缘密集的区域，只保留车头或车尾区域内属于车灯和车牌的显著性胞元：(i)车灯和车牌的正下方是平滑的车身或路面，滤除与正下方梯度密度相近的显著性胞元；(ii)车灯和车牌区域是梯度密集的区域，滤除水平方向邻域内包含空间连续的显著性胞元个数少于给定阈值的显著性胞元；最终得到的显著性胞元即代表了感兴趣区域内可能存在的属于车灯和车牌的显著性部件；步骤三：候选区域生成车灯与车牌具有明显的结构信息，即两个车灯位置偏上且左右对称，车牌偏下且居中；利用此结构约束，使用滑动窗口搜索，将满足特定结构信息的区域标记为候选区域，具体步骤为：(i)根据先验知识确定车头或车尾区域的大小，使用固定大小的滑动窗口进行搜索；对每个扫描窗口统计相应部件位置的显著性胞元个数；(ii)车牌部件相对车灯部件具有更高的可靠性，为车牌部件对应位置的显著性胞元个数赋以大于车灯部件的权值；(iii)将显著性胞元个数大于给定阈值的窗口标记为候选区域；步骤四：收集训练样本并进行人工标注步骤五：离线训练车辆分类器步骤六：使用车辆分类器进行候选区域验证，通过验证的区域即为车辆区域。