基於計算機視覺的機動車車載反跟蹤裝置的製作方法

2023-09-17 01:21:15 2

專利名稱：基於計算機視覺的機動車車載反跟蹤裝置的製作方法
技術領域：
本發明屬於計算機視覺技術、模式識別技術和計算機通信技術在機動車反 跟蹤技術的應用涉及，尤其是一種基於計算機視覺的機動車車載反跟蹤裝置。
背景技術：
隨著我國國民經濟的快速發展，機動車數量的激增，導致了少部分不法分 子利用機動車對個人車輛的非法跟蹤，使得人民群眾的個人隱私受到侵犯，尤 其是"狗仔隊"對影視界歌星、影星的非法跟蹤，嚴重影響了這些人的正常生 活。由於城市道路的擁擠和複雜的道路狀況，機動車駕駛員很難有精力通過觀 看後視鏡發現潛在的跟蹤者，所以相當長時間以來，人們尚沒有一種有效的技 術手段來防止和避免這種非法跟蹤。如今隨著計算機視覺技術和模式識別技術 的發展，人們可以通過採集機動車車身後部的視頻，通過車載主機單元的分析 處理，找出潛在的跟蹤者，並提醒機動車駕駛員達到避免個人行蹤被人跟蹤的 目的。這對於保護公民的隱私和保護機動車安全駕駛無疑有著重大的意義。

發明內容
為了防止非法跟蹤和發現潛在的跟蹤者，保護公民的個人隱私和保護機動 車駕駛員的行車安全，本發明提供一種基於計算機視覺的機動車車載反跟蹤裝 置。
本發明解決其技術問題採用的方案是
一種基於計算機視覺的機動車車載反跟蹤裝置，包括車載主機單元以及用 於獲取和抓拍機動車車身後部圖像的視覺傳感器。該所述的主機單元包括控制 處理電路及與控制處理電路相連的GPS模塊、存儲器、輸入/輸出裝置，所述的視覺傳感器可以安裝在機動車的左、右後視鏡或者機動車後部的左、右燈 位置及其它適於採集機動車身後狀況視頻的位置，並通過主機單元的視覺傳感 器接口與主機單元的控制電路相連接。
在本發明中所述的控制處理電路設置有USB接口、 SD卡接口、視頻輸入接 口、藍牙接口和/或微硬碟接口。
在本發明的一種基於計算機視覺的機動車車載反跟蹤裝置車載主機單元 中，所述的存儲器包括SDRAM存儲器和/或FLASH存儲器。
在本發明的一種基於計算機視覺的機動車車載反跟蹤裝置車載主機單元 中，所述輸入、輸出裝置包括顯示屏和按鍵或者觸摸式顯示屏。
在本發明的一種基於計算機視覺的機動車車載反跟蹤裝置車載主機單元 中，所述控制處理電路連接有語音IC，所述輸出裝置包括揚聲器。
在本發明的一種基於計算機視覺的機動車車載反跟蹤裝置車載主機單元 中，所述控制處理電路連接有語音IC，所述輸出裝置包括可與車載音頻播放設 備相連的音頻輸出接口。
在本發明的一種基於計算機視覺的機動車車載反跟蹤裝置車載主機單元中 所運行的作業系統為嵌入式實時作業系統，該系統可以是UC/0S、 Windows CE 或者Linux作業系統。
在本發明的一種基於計算機視覺的機動車車載反跟蹤裝置車載主機單元 中，其特徵在於，所述控制處理電路包括相互連接的一個32位ARM處理器和一 個DSP處理器。
在本發明的一種基於計算機視覺的機動車車載反跟蹤裝置車載主機單元 中，其特徵在於，所述視覺傳感器通過車載主機單元的視覺傳感器接口與車載主機單元相連接。
在本發明的一種基於計算機視覺的機動車車載反跟蹤裝置車載主機單元 中，其特徵在於，所述的控制處理電路能在視覺傳感器所採集的視頻中進行車 牌識別和人臉識別，並在可疑車輛和人員資料庫模塊搜尋己識別的車牌和人臉
目標，根據出現的時間、地點和頻率進行判斷從而發現潛在的跟蹤者。
在本發明的一種基於計算機視覺的機動車車載反跟蹤裝置車載主機單元 中，控制處理電路還由以下模塊及單元構成
視頻圖像讀取模塊，用於讀取視覺傳感器採集的視頻圖像信息。 視頻圖像去抖模塊，用於消除機動車在行駛時的抖動，獲得比較清晰的視 頻圖像。
視覺傳感器控制模塊，用於控制和調整視覺傳感器的焦距，便於快速對準 跟蹤車輛和人員進行抓拍。
反跟蹤裝置觸發模塊，用於觸發反跟蹤裝置檢測進入該裝置檢測範圍的機 動車車牌和跟蹤人員人進行顏色判斷。如果是藍色則進入車牌識別模塊，如果
是黃色則進入人臉識別模塊。
車牌識別模塊，用於識別跟蹤車輛的車牌號，包括有
車牌圖像預處理單元，用於對原始圖像進行各種區域處理，首先對車牌圖 像進行灰度拉伸，採用全局閥值法對圖像進行二值化處理，接著對其釆用中值 濾波；
車牌定位單元，用於在整幅車牌圖像中對車牌進行水平和垂直投影定位車 牌，根據牌照特徵對整體車牌圖像中可能存在車牌的地方進行粗檢測，如果發 現有類似牌照則進行定位，反之要求系統重新抓拍車牌圖像；
車牌字符分割單元，用於將車牌字符分割成單一字符，採用字符垂直投影直方圖與字符先驗寬度信息相結合進行分割；
歸一化處理單元，用於車牌特徵識別與提取，對已分割開來的車牌字符進 行拉伸，將字符變化為同一大小的格式，採用臨近差值的歸一化方法；
特徵提取單元，用於後期的字符識別，從圖像中提取各種能夠區分字符種 類的數學特徵，採取PCA方法進行字符特徵提取，並用RS對特徵進行約簡， 將約簡後的特徵送入神經網絡進行訓練；
字符識別單元，用於對分割後的車牌字符進行識別，採用多級分類器將模 板匹配與神經網絡相結合，採用數字、字母、字符(漢字)分類器進行識別。
動作識別模塊，用於確認觸發模塊中顏色檢測結果是不是人臉和對人眼動作 進行檢測，它包括
圖像預處理單元，用於在視頻場景中檢測人臉圖像時對圖像的預處理，它 包括將彩色圖像轉換為灰度圖像、裝載多層分類器參數、設定檢測窗口大小；
人臉檢測單元，用於檢測視頻場景中出現的人臉圖像，採用類Haar特徵的 adaboost算法，haar特徵可表示為定義圖像中坐標在點p(x,y)的積分圖像 y)為p點左上方所有象素灰度值/Oc'，乂)之和，5(;c，y)表示一行上象素灰度值之 和，利用公式(l)、 (2)，遍歷原圖像一次就可以計算出所有點的積分圖像。利用 積分圖像，計算原圖像任意一個矩形內象素灰度值之和所需的計算量只是一個 常數，從而可以快速的計算出各個特徵的特徵值
formula see original document page 9
Adaboost算法是利用簡單的學習規則訓練出分類器，它是一種迭代算法， 由多個弱分類器組合而成一個強分類器。每個弱分類器的可由公式(3)來表示: 一個弱分類器、00，由特徵值,，闊值《、和標誌不等式方向的奇偶項A組成，二
i巧力":k巧
、o其他
這裡的x是輸入的訓練樣本特徵。
由t個弱分類器構成最終的強分類器可由公式(4)來表示:
這裡",-log丄，、W為第T個弱分類器。若干弱分類器線性組合起來就可以得到
一個強分類器，獲得最小的錯誤率。強分類器的閩值由所有的弱分類器共同決 定，如果判斷結果為l，說明該樣本為人臉，否則為非人臉。 人眼定位單元，用於對人臉圖像中的人眼迸行定位。
人眼正面注視時間計時單元，用於對人眼的正面注視時間計時和注視頻率 計次。
人臉識別模塊，用於識別檢測出來的人臉圖像，它包括
人臉圖像預處理單元，用與對人臉圖象進行光照歸一化、和幾何尺寸歸一化。
特徵提取單元，用於提取人臉圖像的幾何特徵。
人臉識別單元，用於人臉圖像的識別，採用PCA算法。 可疑車輛和人員資料庫模塊，用於儲存、査詢和統計進入本裝置觸發範圍 的可疑車輛車牌和人員。
警示語生成與播放模塊，用於提醒機動車駕駛員注意，該機動車已有被跟 蹤的可能，並採取相應措施。
反跟蹤記錄自動生成模塊，用於自動生成跟蹤記錄。跟蹤記錄自動生成單
10元通過比對車牌識別模塊和人臉識別模塊的識別結果的概率，如果超過閥值則
將車牌號和可疑跟蹤人員與GPS導航信息一起生成跟蹤記錄。
作為優選的一種方案，該軟體還包括檢測結果確認、更改、補全模塊， 用於確認車牌號識別是否正確和對人臉的識別是否正確，更改錯誤的識別結果
和補全沒有識別的車牌號。
作為優選的一種方案，該軟體還包括數據傳輸模塊，用於將所存儲的數 據備份到個人電腦中。
進一歩，在所述的反跟蹤觸發模塊中將監控場景中的車牌和人臉前景提取 出來，包括有
自適應背景消減單元，用於採用基於混合高斯分布模型的自適應背景消除 算法，針對圖像的Y、 Cb、 Cr顏色空問中的亮度值Y分量進行檢測，對每個像 素點採用了多個高斯模型的混合表示，用來描述每個點顏色分布的高斯分布共 有K個分別標記為(5):
i] (Yt.Ut,i.;Et.)i， =1,2,3". ,k (5) 式(5)中的下標t表示時間；各高斯分布具有不同的權值和優先級，再將k個 背景模型按照優先級從高到低的次序排序，取適當的背景模型權值和閥值，在 檢測背景點時按照優先次序將Yt與各高斯模型閥值逐一匹配，若匹配則判斷該 點可能為前景點，否則為陰影；若某個高斯分布與Yt匹配，則對該高斯分布的 權值和高斯參數按設定的更新率進行更新；
陰影抑制單元，用於處理自適應背景消減單元所得到的前景目標中的陰影 區域，先學習監控場景的地面的顏色分量Cb、 Cr是否和地面顏色相近，亮度分 量Y是否比監控場景的地面低，判斷算法由公式(6)表示為formula see original document page 12
(6)
式(6)中標記O的點屬於陰影，標記l的屬於前景，abs表示求其絕對值，Cr 是該點的Cr分量，Cb是該點的Cb顏色分量，roadcr表示道路的Cr顏色分量， roadcb表示道路的Cb顏色分量，threshold表示設置的閥值；
連通區域標識單元，用於採用八連通區域提取算法得到車輛的大小和形狀
"f曰息5
目標跟蹤單元，用於在所採集的視頻場景中提取前景目標對象後，採用基 於目標顏色跟蹤算法，利用目標對象的顏色特徵在視頻圖像中找到目標對象所 在的位置和大小，在下一幀圖像中，用目標當前的位置和大小初始化搜尋窗口，
重複這個過程來實現對目標對象的連續跟蹤；
顏色檢測單元，用於檢測車牌和人體膚色的顏色；Y分量表示像素的亮度，
Cr表示紅色分量，Cb表示藍色分量，通常把Cr、 Cb叫做色度。由於在不同膚色、
不同光照條件下得到的彩色圖像，受亮度變化的影響較小，兩維獨立分布，能
比較好地限制膚色分布區域，所以本系統採用是YCrCb色彩空間。在實際操作
中，色度對亮度總存在一定的非線性依賴關係，這種關係會影響到人臉的檢測，
所以系統對YCC空間做了如下的非線性轉換:在本算法中，我們選取的色度空間
是色度和亮度隔離比較好的Y(^Cb，色度空間，從RGB到Y(^Cb色度空間轉換
算法可由式(7)來表示如下
formula see original document page 12
在式(7)中，R表示紅色像素值，G表示綠色像素值，B表示藍色像素值。YCC空間的非線性轉換公式可由公式(8)來表示
cr = (cr—c;-^+c;卿
,， (8) . 『r
c,'和c6'分別表示線性變換後的Cr, Cb色度，Kl和Kh分別表示視敏度的最小 值和最大值，WCr和WCb分別表示色度Cr和Cb對亮度Y的當前閩值。在YCrCb
色彩空間中，經過式(s)的非線性變換，可以得到膚色聚類在r、 c/、 c,'空間 中的分布情況。將其投影到cV-c/二維子空間，膚色區域主要集中在一個橢圓
中，這個橢圓的解析式可由公式(9)來表示-.
(x-、)2 ("J
其中x，y滿足:
1 (9)
sin^c力一G
義COS0c 一 c
，ec=L6， ec =2.41分另lj是x軸、y軸
的兩個常量，a二25.39和b44.03為橢圓的長軸和短軸，6=2.53 (弧度)是角度 常量，。=114.38， c,160.02分別表示Cr和Cb的係數。所以任何落在該橢圓
形區域內的像素都可能是皮膚像素。車牌顏色檢測，可採用Cr值來檢測。
邊緣檢測單元，用於物體邊緣檢測，通常採用微分算子對圖像進行微分運
算求得梯度來進行邊緣檢測，邊緣點往往對應於一階微分幅值較大的點，同時
也對應二階微分的零點。設定一階或二階微分算子求得其梯度或二階導數過零
點，再以適當閥值提取邊界。
幾何形狀識別單元，用於判斷矩形、圓形或橢圓形。
本發明的技術構思為圖像處理與計算機視覺是一個不斷發展的新技術， 原則上採用計算機視覺進行觀測有四個步驟，即預處理，底層特徵提取，中級 特徵辨識以及通過圖像對高級場景的辨識。 一般來說計算機視覺包括主要特徵、 圖像處理以及圖像理解。圖像所包含的信息是其它信息不可比擬的，圖像是人
13類視覺的延伸，本發明通過機器視覺對圖像場景的辨識和在概率統計的基礎上 達到快速準確地感知機動車是否被人跟蹤的目的，有效的保護了人民生命財產 的安全。
本發明的有益效果主要表現在
1. 它為機動車反跟蹤的實現提供了一種全新的技術手段。機動車駕駛員能 集中精力駕駛，提高了機動車駕駛的安全性。
2. 它實現了自動反跟蹤，集圖像採集、處理分析、反跟蹤記錄、提示於一 體，實現了高度的自動化。
3. 它為保護人們的個人安全提供了全新的技術保障。


圖1為本發明基於計算機視覺的機動車車載反跟蹤裝置硬體結構原理圖； 圖2為本發明基於計算機視覺的機動車車載反跟蹤裝置主機單元硬體結構 示意圖3為本發明基於計算機視覺的機動車車載反跟蹤裝置實施例示意圖； 圖4為本發明基於計算機視覺的機動車車載反跟蹤裝置軟體流程圖5為本發明基於計算機視覺的機動車車載反跟蹤裝置車牌識別模塊軟體 流程圖6為本發明基於計算機視覺的機動車車載反跟蹤裝置人臉識別模塊軟體 流程圖。
具體實施例方式
圖1為本發明基於計算機視覺的機動車車載反跟蹤裝置硬體結構原理圖， 它包括控制處理電路及與其相連的GPS模塊、視覺傳感器模塊、儲存器模塊和輸入輸出裝置。其中視覺傳感器採集機動車身後的視頻圖像通過主機單元的視 覺傳感器接口傳送到控制處理電路中進行分析處理，並將識別的車牌和人員結 果與此時的地理信息、時間信息存儲到資料庫中，並與資料庫原來所存信息相 比較，如果出現的概率大於閥值則自動產生反跟蹤記錄，並予以語音提示。
圖2為本發明基於計算機視覺的機動車車載反跟蹤裝置的硬體結構示意圖。
如圖所示，在該實施例中，以一個32為CPU101為主，DSP102 (數位訊號處理 器)為輔，進行高速信號處理。同時採用多片SDRAM103及FLASH110存儲器， 保證系統高速運行。GPS104模塊處理陶瓷天線收到的GPS定位信息，將其傳輸 到CPUIOI中，視覺傳感器將採集到的機動車身後的視頻圖像通過主機單元的視 覺傳感器接口 105傳輸給CPUIOI，由CPU101以內部總線的方式傳輸給DSP102 分析處理，如果CPU的處理能力能滿足設計要求DSP102也可省略。另外，主機 單元還包括與CPU101相連的外部存儲器接口 108，如USB接口、 SD卡接口、藍 牙接口、微型硬碟接口， WIFI模塊107，語音IC109以及顯示屏或觸控螢幕106， 還可連接按鍵輸入裝置。此外本發明的主機單元還包括音頻輸出接口 (圖示中 未標出)，用於將音頻信號輸出給音頻播放設備。本發明的的語音提示可配置專 門的音頻播放設備來播放聲音，也可將音頻信號發送到車輛本身自帶的音響通 過車載音響播放聲音。
圖3為本發明基於計算機視覺的機動車車載反跟蹤裝置實施示意圖，圖4 為本發明基於計算機視覺的機動車車載反跟蹤裝置軟體流程圖，結合圖2、圖3、 圖4給出本裝置的反跟蹤示意圖。如圖所示，在該實施例中在道路301上正常 行駛的車輛304受到車輛302和人員303的跟蹤。此時安裝在車輛304上的視 覺傳感器(圖中未標出)採集到身後的視頻圖像305，通過主機單元的視覺傳感 器接口 105傳輸給CPU101，由CPU101中視頻圖像讀取模塊讀取視頻圖像以內部總線的方式傳輸給DSP102，在視頻圖像去抖模塊中去除抖動後送於反跟蹤裝置 觸發模塊。在這個模塊中檢測車牌和人臉的顏色(我們檢測的通常是民用小型 車輛，其車牌通常為藍色，人臉通常為黃色)，如果該色塊尺寸大於闊值則表示 在這個距離內可能對行駛車輛4有跟蹤的可疑，如果是藍色則轉入判斷是不是 機動車跟蹤，黃色則轉入判斷是不是人臉跟蹤；如果該色塊尺寸小於閥值表示 處於安全距離不予處理。
反跟蹤裝置觸發模塊工作後判斷是藍色則觸發視覺傳感器控制模塊通過調 節視覺傳感器的焦距對可疑物體進行跟蹤抓拍，程序調用去抖動模塊後對藍色 區域進行幾何尺寸檢測，如果幾何圖形為矩形且尺寸小於閥值則判斷為車牌則 判斷為車輛跟蹤轉入車牌識別模塊進行灰度拉伸、二值化處理、中值濾波和形 態學的圖像預處理、定位、分割和識別；如果為其它形狀和尺寸大於閥值的色 塊則不予處理，返回。在車牌識別模塊識別後的結果和讀取此時GPS104模塊傳 來的地理、時間信息，以車牌號為主鍵一併存入可疑車輛和人員資料庫模塊中 存入的格式為"車牌號+時間+經度+維度"，並與存儲在資料庫中的信息以車牌 號為主鍵進行查詢，如果發現該車輛出現頻率超過閥值於是警示語生成與播放 模塊驅動語音IC109給出警告信息，跟蹤記錄自動生成模塊自動生成反跟蹤記 錄並在顯示屏或觸控螢幕106中顯示；如果該車輛出現次數少於閥值則僅存入存 入可疑車輛和人員資料庫模塊中。圖5給出了車牌識別的詳細流程圖。
反跟蹤裝置觸發模塊工作後判斷是黃色則觸發視覺傳感器控制模塊通過調 節視覺傳感器的焦距對可疑物體進行跟蹤抓拍，程序調用去抖動模塊後對黃色 區域進行幾何尺寸檢測，如果幾何圖形為圓或橢圓形且尺寸小於閥值則判斷為 人員跟蹤；如果為其它圖形或大於閥值則不予處理，返回。判斷為人員跟蹤後 程序進入動作識別模塊，在動作識別模塊中進行正面人臉檢測和人眼定位。如果在連續的幾張圖像中檢測到人眼則進入人臉識別模塊；反之則返回。在人臉
識別模塊中通過人臉圖像的預處理、特徵提取、特徵選擇後將識別結果和讀取
此時GPS104模塊傳來的地理、時間信息以人臉特徵代碼ID為主鍵一併存入可 疑車輛和人員資料庫模塊中存入的格式為"人臉特徵代碼ID+時間+經度+維度"， 並與存儲在資料庫中的信息以人臉特徵代碼ID為主鍵進行査詢，如果發現該人 員出現頻率超過閥值於是警示語生成與播放模塊驅動語音IC109給出警告信息, 跟蹤記錄自動生成模塊自動生成反跟蹤記錄並在顯示屏或觸控螢幕106中顯示； 如果該人員出現次數少於閥值則僅存入可疑車輛和人員資料庫模塊中。圖6給 出了人臉識別的詳細流程圖。
以上只是給出了在白天光線良好狀況下的實施示意圖，採用紅外視覺傳感 器可以有效地解決在光線不良情況下的車牌和人臉識別困難問題。
然而，以上所述僅為本發明的較佳實施例，並非限制本發明的保護範圍， 故凡應用本發明說明書及附圖內容所作出的等效變換或替換，都應視為涵蓋在 本發明的保護範圍之內。
權利要求
1.一種基於計算機視覺的機動車車載反跟蹤裝置，包括車載主機單元以及用於獲取和抓拍機動車車身後部圖像的視覺傳感器。其特徵在於所述的主機單元包括控制處理電路及與控制處理電路相連的GPS模塊、存儲器、輸入/輸出裝置，所述的視覺傳感器可以安裝在機動車的左、右後視鏡或者機動車後部的左、右燈位置及其它適於採集機動車身後狀況視頻的位置，並通過主機單元的視覺傳感器接口與主機單元的控制電路相連接。
2. —種基於計算機視覺的機動車車載反跟蹤裝置車載主機單元中，其特徵在 於，所述控制處理電路包括相互連接的一個32位ARM處理器和一個DSP處 理器。
3. —種基於計算機視覺的機動車車載反跟蹤裝置車載主機單元中，其特徵在 於，所述的控制處理電路能在視覺傳感器所採集的視頻中進行車牌識別和人 臉識別，並通過査找可疑車輛和人員資料庫，對識別結果在這些已識別的車 牌和人臉中按照出現的時間、地點和頻率進行判斷從而發現潛在的跟蹤者。
4. 一種基於計算機視覺的機動車車載反跟蹤裝置車載主機單元中，其特徵在於 其所述的控制處理電路還包括視頻圖像讀取模塊，用於讀取視覺傳感器採集的視頻圖像信息； 視頻圖像去抖模塊，用於消除機動車在行駛時的抖動，獲得比較清晰的視頻 圖像；視覺傳感器控制模塊，用於控制和調整視覺傳感器的焦距，便於快速對準跟 蹤車輛和人員進行抓拍；反跟蹤裝置觸發模塊，用於觸發反跟蹤裝置檢測進入該裝置檢測範圍的機動 車車牌和跟蹤人員人進行顏色判斷。如果是藍色則進入車牌識別模塊，如果是黃色則進入人臉識別模塊； 車牌識別模塊，用於識別跟蹤車輛的車牌號；動作識別模塊，用於確認觸發模塊中顏色檢測結果是不是人臉和對人眼動作 進行檢測；人臉識別模塊，用於識別檢測出來的人臉圖像；可疑車輛和人員資料庫模塊，用於儲存、查詢和統計進入本裝置觸發範圍的 可疑車輛車牌和人員；警示語生成與播放模塊，用於提醒機動車駕駛員注意，該機動車已有被跟蹤 的可能，並採取相應措施；反跟蹤記錄自動生成模塊，用於自動生成跟蹤記錄。
5. 如權利要求4所述的基於計算機視覺的機動車車載反跟蹤裝置，其特徵在於 所述的控制處理電路還包括檢測結果確認、更改、補全模塊，用於確認車 牌號識別是否正確和對人臉的識別是否正確，更改錯誤的識別結果和補全沒 有識別的車牌號。
6. 如權利要求4所述的基於計算機視覺的機動車車載反跟蹤裝置，其特徵在於-所述的控制處理電路還包括數據傳輸模塊，用於將所存儲的數據備份到個人電腦中。
7. 如權利要求4 6所述的基於計算機視覺的機動車車載反跟蹤裝置，其特徵 在於所述的反跟蹤觸發模塊還包括有自適應背景消減單元，用於採用基於混合高斯分布模型的自適應背景消除； 陰影抑制單元，用於處理自適應背景消減單元所得到的前景目標中的陰影區 域；連通區域標識單元，用於採用八連通區域提取算法得到車輛的人小和形狀信息；目標跟蹤單元，用於在所採集的視頻場景中提取前景目標對象後，採用基於 目標顏色跟蹤算法，利用目標對象的顏色特徵在視頻圖像中找到目標對象所在的位置和大小，在下一幀圖像中，用目標當前的位置和大小初始化搜尋窗 口，重複這個過程來實現對目標對象的連續跟蹤；顏色檢測單元，用於檢測車牌和人體膚色的顏色；邊緣檢測單元，用於檢測進行物體邊緣檢測；幾何形狀識別單元，用於判斷矩形、圓形或橢圓形。
8.如權利要求4所述的基於計算機視覺的機動車車載反跟蹤裝置，其特徵在於所述的車牌識別模塊還包括車輛圖像預處理單元，用於對原始圖像進行各種區域處理，首先對車牌圖像進行灰度拉伸，釆用全局閥值化方法對圖像進行二值化處理，接著對其採用中值濾波車牌定位單元，用於在整幅車牌圖像中進行水平和垂直投影定位車牌，根據 牌照特徵對車輛整體圖像中可能存在牌照的地方進行粗檢測，如果發現有類 似牌照則進行定位，反之要求系統重新抓拍。車牌字符分割單元，用於將車牌字符分割成單一字符，採用字符垂直投影直 方圖與字符先驗寬度信息相結合進行分割。歸一化處理單元，用於車牌特徵識別與提取，對已分割開來的車牌字符進行 拉伸，將字符變化為同一大小的格式，採用臨近差值的歸一化方法。特徵提取單元，用於後期的字符識別，從圖像中提取各種能夠區分字符種類 的數學特徵，採取PCA方法進行字符特徵提取，並用RS對特徵進行約簡， 將約簡後的特徵送入神經網絡進行訓練；字符識別單元，用於對分割後的車牌字符進行識別，採用多級分類器將模板匹配與神經網絡相結合，採用數字、字母、字符(漢字)分類器進行識別。
9.如權利要求4所述的基於計算機視覺的機動車車載反跟蹤裝置，其特徵在於: 所述的人臉識別模塊還包括人臉圖像預處理單元，用與對人臉圖象進行光照歸一化、和幾何尺寸歸一化。 特徵提取單元，用於提取人臉圖像的幾何特徵。 人臉識別單元，用於人臉圖像的識別，採用PCA方法。
全文摘要
一種基於計算機視覺的機動車車載反跟蹤裝置，包括車載主機單元以及用於獲取和抓拍機動車身後圖像的視覺傳感器。控制處理電路通過視覺傳感器獲取機動車身後狀況的視頻流並對視頻流中進行識別判斷，如果是車輛則對車牌進行識別統計，如果該車牌在一定周期頻繁出現，處理器就會通過語音予以提示，自動生成一條跟蹤車輛信息並把車牌號和相關圖像幀存入資料庫。如果是人物，則對人物正面圖像進行人臉識別，如果該人物在一定周期出現的概率偏高，則通過語音予以提示，並存儲該視頻幀，自動生成一條跟蹤信息。本發明用於防止對個人的非法跟蹤，保護公民的個人隱私不受侵犯，特別是防止『狗仔隊』的跟蹤。
文檔編號B60R11/00GK101587544SQ20091005973
公開日2009年11月25日 申請日期2009年6月24日 優先權日2009年6月24日
發明者鍾德勝 申請人:鍾德勝