[发明专利]一种基于支持向量机的车型识别方法

摘要

本发明公开了一种基于支持向量机的车型识别方法，首先从待处理视频流中利用快速背景建模方法构建运动背景，并对背景进行自适应更新；然后采用结合背景差分和帧间差分的方法进行运动目标检测，获取运动前景，并对前景图进行阴影检测和形态学滤波；再从处理后的前景图中提取出车辆目标，对目标车辆进行跟踪并提取关键帧；接着从关键帧提取出车辆的外型特征然后利用支持向量机的方法对目标车辆进行分类。本发明能适应外界环境的变化，且检测结果又较高的准确率，具有较高的适用性和鲁棒性。

主权项

一种基于支持向量机的车型识别方法，其特征在于，包括以下步骤：(1)构建运动背景图像；(2)从视频流中获取图像帧，利用步骤(1)中所获取的运动背景图像，进行运动目标检测，获取运动前景图像，同时利用所获取的图像对背景图像进行更新；(3)对步骤(2)中所获取的运动前景图像进行阴影检测，并对阴影区域利用第三色值进行标记；(4)对步骤(3)处理后的图像进行形态学滤波，然后去除阴影区域的标记；(5)利用步骤(4)处理后的图像提取出车辆目标；(6)对步骤(5)提取出的目标车辆通过树形跟踪图的方法进行跟踪并提取关键帧；(7)利用步骤(6)所得到的关键帧提取出车辆的外型特征；(8)利用步骤(7)得到的车辆的外型特征，采用支持向量机的方法对车辆进行分类并输出分类结果；所述步骤(2)运动目标检测的方法为结合背景差分和帧间差分的运动目标检测方法，包括以下几个步骤：(a)对从视频流中获取的当前图像帧与视频流中的前一帧进行帧间差分，与步骤(1)获取的背景图像进行背景差分；(b)对步骤(a)操作所得的两个结果分别进行高斯平滑滤波处理并对高斯滤波后的结果分别进行阀值分割；(c)对步骤(b)所得的两个结果对于每个对应位置像素点的像素值进行数乘运算并再次进行阀值分割，生成二值图；所述步骤(3)中阴影检测与标记的方法为：对运动前景的像素点逐个扫描，对于像素点(x,y)，若其满足如下两个特征则为阴影点，同时将该像素点的像素值设为第三色值，以标注阴影点：(a)其中Rb(x，y)，Gb(x，y)和Bb(x，y)分别表示背景图像与运动前景的像素点(x,y)相对应的像素点的RGB各通道的亮度值，R0(x，y)，G0(x，y)和B0(x，y)分别表示当前图像与运动前景的像素点(x,y)处对应的像素点的RGB各通道的亮度值；(b)Δ＝C(x，y)‑C′(x，y)＜Tc，其中C是前景，C′是背景，Tc是阀值，C和C′是选取RGB三个通道所占的百分比中最大的值；所述步骤(5)提取车辆目标的方法包括以下几个步骤：(a)对步骤(4)处理后得到的二值图，在其中寻找所有的连通区域并进行标记；(b)统计步骤(a)所找到的各个连通区域的所占的像素点的数量、最小外接矩的长宽比和面积，并利用这些数据过滤掉一些细小和狭长的区域；(c)对车辆区域可能存在的内部空洞和轮廓处的缺口进行填充；所述步骤(6)中树形跟踪图的方法为：(6‑a)建立一个用于联系第i帧和第i+1帧的区域的联系图，图的结点表示帧中的各个区域，Pi表示第i帧中的区域，Cj表示第i+1帧中的区域，连接结点的边Eij表示第i帧的区域Pi和第i+1帧的区域Cj之间的联系，Eij的权重为Pi和Cj两个区域的重叠面积；(6‑b)Eij对权重作归一化处理；(6‑c)对于第i帧的每个结点Pi，扫描第i+1帧中的所有结点Cj，找出权值大于0的结点；(6‑d)对于第i+1帧的每个结点Cj进行扫描，如果指向Cj的结点不只一个，且这些结点中存在维度大于1的结点，则比较所有连接到Cj的边，保留权重最大的边，并移除其他边。