基於lc特徵和統計特徵的車輛擁擠度檢測方法
2023-05-30 03:24:01 2
基於lc特徵和統計特徵的車輛擁擠度檢測方法
【專利摘要】本發明屬於基於機器視覺的檢測【技術領域】，具體為一種基於LC(Local Curvelet)特徵和統計特徵的車輛擁擠度檢測方法。將圖像分成若干個子塊，計算多個尺度下每一個子塊的Curvelet對比度特徵和能量特徵，對其進行K均值聚類；統計每個子類在每幅圖像出現的概率，並引入加權因子構造車輛模型的特徵向量；建立統計特徵和車輛標記之間的映射關係。依據映射關係實現車輛數目的估計。本發明可應用於目標跟蹤等場合。
【專利說明】基於LC特徵和統計特徵的車輛擁擠度檢測方法
【技術領域】
[0001] 本發明屬於基於機器視覺的檢測【技術領域】，涉及一種車輛擁擠度檢測方法，特別 涉及一種採用LC特徵和統計特徵技術實現車輛擁擠度的分類識別。
【背景技術】
[0002] 目前基於視頻圖像的車輛檢測方法有了一定的研究成果，但仍存在如下難點：
[0003] 1、車輛陰影問題
[0004] 在對運動著的車輛進行跟蹤和檢測時，總會有或長或短的陰影，這些陰影可能會 是車輛形狀發生變化，甚至使兩輛或多輛車粘連，而在分割時，陰影一般也會隨著車輛目標 一起被提取出來，進而使車輛的檢測和跟蹤出現誤差。
[0005] 2、背景變化問題
[0006] 實際的場景總是複雜的，場景中總會存在各種幹擾性物體，像樹葉、樹枝的搖擺、 變動的人流，非機動車輛的混合行駛等，這些不應作為目標物體的而存在的物體的運動，會 給車輛的檢測帶來很大的麻煩。
[0007] 3、車輛相互遮擋問題，
[0008] 在同一幀圖片中，兩輛車車距較短，或者是兩種不同型號的車並排行駛或相互尾 隨，這樣在對車輛進行目標提取時，容易被當作一個目標整體來處理，往往使採集到的車輛 信息不完整，從而影響檢測的準確性。
[0009] 4、外界光照的變化
[0010] 天氣不同，時間段不同，其光線也會不同，而光線則會影響圖像灰度值的變化，從 而會對檢測結果產生一定的影響。
[0011] 因此，LC特徵和統計特徵技術，設計一種基於LC特徵和統計特徵的車輛擁擠度檢 測方法，能夠較好解決車輛陰影和車輛相互遮擋難題。並對其他應用領域的目標跟蹤也有 很好的指導借鑑意義，具有一定的應用價值。
【發明內容】
[0012] 本發明所要解決的技術問題是，設計一種基於LC特徵和統計特徵的車輛擁擠度 檢測方法。
[0013] 本發明所採用的技術方案是：將圖像分成若干個子塊，計算多個尺度下每一個子 塊的Curvelet對比度特徵和能量特徵，獲取局部特徵；對其進行K均值聚類，統計每個子類 在每幅圖像出現的概率，並引入加權因子構造車輛模型的特徵向量；建立統計特徵和車輛 標記之間的映射關係。依據映射關係實現車輛數目的估計。本發明可應用於目標跟蹤等場 合。
[0014] 本發明的目的在於採用LC特徵和統計特徵實現車輛擁擠度檢測。
【專利附圖】
【附圖說明】
[0015] 附圖1是：採用LC特徵和統計特徵的車輛擁擠度檢測方法方案圖
【具體實施方式】
[0016] 下面結合附圖對本發明作進一步詳細說明。
[0017] 具體過程如下：
[0018] 1獲取局部特徵
[0019] 將圖像分成若干個子塊，計算多個尺度下每一個子塊的Curvelet對比度特徵和 能量特徵；
[0020] 2建立統計特徵和車輛標記之間的映射關係
[0021] 對局部特徵其進行K均值聚類，統計每個子類在每幅圖像出現的概率，並引入加 權因子構造車輛模型的特徵向量；建立統計特徵和車輛標記之間的映射關係。
[0022] 第k類在第j幅圖像出現概率可表示為
[0023] gj = [gj (I) , gj (2) , --?, gj (k) ]T [0024] 引入的加權因子為 I Al
[0025] W(k) = log -11 peN
[0026] 構造的物理特徵向量為
[0027] gj = [gj ⑴? w⑴，gj ⑵? w⑵，…，gj(k) ? w(k)]T
[0028] 採用100幀圖像訓練SVM，確定網絡參數，從而建立統計特徵和車輛標記之間的映 身寸關係。
[0029] 3車輛擁擠度的識別
[0030] 依據映射關係估計車輛數目，從而實現車輛擁擠度的分類識別。
[0031] 本發明的優點在於，LC特徵和統計特徵實現車輛擁擠度檢測，提高了車輛擁擠度 檢測的準確度和快速性。
【權利要求】
1. 一種基於LC(LocalCurvelet)特徵和統計特徵的車輛擁擠度檢測方法，其特徵在 於，所述局部Curvelet對比度特徵和能量特徵的提取，實現子類的初次分類；所述依據每 個子類在每幅圖像出現的概率，並引入加權因子構造車輛模型的統計特徵；所述依據統計 特徵和車輛標記之間的映射關係實現車輛數目的估計。所述整個檢測方法的實現。
2. 根據權利1所述LC(LocalCurvelet)特徵和統計特徵的車輛擁擠度檢測方法，其特 徵還在於，車輛模型有效特徵提取；所述方法能實現車輛數目的估計。並能實時顯示車輛信 肩、。
【文檔編號】G06K9/62GK104376331SQ201410668129
【公開日】2015年2月25日 申請日期:2014年11月19日 優先權日:2014年11月19日
【發明者】羅菁 申請人:天津工業大學