[发明专利]基于自组织背景差模型和多特征融合的黑烟车检测方法有效
| 申请号： | 201810781383.9 | 申请日： | 2018-07-17 |
| 公开（公告）号： | CN109191495B | 公开（公告）日： | 2022-02-15 |
| 发明（设计）人： | 路小波;陶焕杰 | 申请（专利权）人： | 东南大学 |
| 主分类号： | G06T7/246 | 分类号： | G06T7/246 |
| 代理公司： | 南京众联专利代理有限公司 32206 | 代理人： | 叶涓涓 |
| 地址： | 211189 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了基于自组织背景差模型和多特征融合的黑烟车检测方法，包括：利用自组织背景差模型从视频监控中检测运动目标，确定关键区域；将关键区域图像转化到YCrCb颜色空间，提取颜色矩特征；将关键区域转化到灰度空间，分别提取局部三值模式直方图特征和边缘方向直方图特征；根据当前帧关键区域的位置，在整个帧序列中提取其前后若干帧的对应区域，将所有时序区域提取的同一类特征串联形成每一类的特征向量，对每一类的特征向量归一化，串联起来形成最终的特征向量；利用剪枝径向基神经网络分类器对所提最终特征向量进行分类，识别黑烟关键区域，并进一步识别黑烟车。本发明能够进一步提高识别率，降低误报率，对黑烟比较轻的黑烟车有较好识别效果。 | ||
| 搜索关键词： | 基于 组织 背景 模型 特征 融合 黑烟 车检 方法 | ||
【主权项】：
1.基于自组织背景差模型和多特征融合的黑烟车检测方法，其特征在于，包括如下步骤：(1)利用自组织背景差模型从视频监控中检测运动目标，确定关键区域；(2)将关键区域图像转化到YCrCb颜色空间，提取颜色矩特征；(3)将关键区域转化到灰度空间，分别提取局部三值模式直方图特征和边缘方向直方图特征；(4)根据当前帧关键区域的位置，在整个帧序列中提取其前后若干帧的对应区域，将所有时序区域提取的同一类特征串联形成每一类的特征向量，对每一类的特征向量归一化，串联起来形成最终的特征向量；(5)利用剪枝径向基神经网络分类器对所提最终特征向量进行分类，识别黑烟关键区域，并进一步识别黑烟车。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于东南大学，未经东南大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810781383.9/，转载请声明来源钻瓜专利网。
