[发明专利]基于PCA和SURF特征级联的车辆车型识别方法

摘要

本发明公开了一种基于PCA和SURF特征级联的车辆车型识别方法，首先对建立已知车型的车型PCA特征库，PCA特征提取方法为：将车辆正面图像转换化HIS色彩空间，检测得到车牌区域的倾斜角度，对整个车辆正面图像进行倾斜校正，然后截取得到车脸图像，提取车脸图像的PCA特征；在车型识别时，先从被测车辆正面图像提取得到测试图像的PCA特征和车脸图像，然后从车型PCA特征库中搜索与测试图像的PCA特征最接近的K个PCA特征，将对应的K幅车脸图像构成候选车型集，对被测车辆的车脸图像和候选车型集中的K幅车脸图像分别进行SURF特征提取，然后进行SURF特征的匹配，将车脸图像与被测车辆车脸图像最匹配的车型作为车型识别结果。采用本发明可以提高车辆车型识别的准确率及效率。

主权项

1.一种基于PCA和SURF特征级联的车辆车型识别方法，其特征在于，包括以下步骤：S1：对已知车型的车辆正面图像进行PCA特征提取，根据提取得到的车脸图像、样本PCA特征和对应车型建立车型PCA特征库；PCA特征提取的具体步骤包括：S1.1：将拍摄到的车辆正面图像从RGB色彩空间转换到HIS色彩空间；S1.2：根据车牌的两种颜色对HIS空间的车辆正面图像进行边缘检测，然后对检测到的边缘进行形态学闭开操作，得到若干个区域轮廓，选择面积最大的区域作为初始车牌区域；根据车牌长宽的先验信息对提取得到的车牌区域进行水平和垂直投影，将边缘的不相干像素点去除，从而得到较为准确的车牌区域，提取得到车牌区域灰度图像；S1.3：将步骤S1.2提取的车牌区域灰度图像进行二值化，对二值化车牌图像进行边缘检测，得到车牌号码轮廓，在边缘检测后的车牌图像基础上进行旋转投影变换，将车牌号码轮廓的最大投影值对应的旋转角度作为车牌的倾斜角度然后将车辆正面图像按照角度进行倾斜校正；S1.4：在倾斜校正后的车辆正面图像中截取得到车脸图像，具体方法为：对车辆正面图像的灰度图像采用水平梯度进行梯度化处理，得到水平梯度图像，并进行二值化，然后对二值化图像进行水平积分投影和垂直积分投影，基于水平积分投影和垂直积分投影确定车脸区域边界，截取得到车脸图像；确定车脸区域边界的具体方法包括以下步骤：S1.4.1：设定水平积分投影阈值初始值TH；S1.4.2：在水平积分投影图中搜索得到直线x＝TH与投影曲线形成的鼓包，将搜索得到的鼓包两个边界点的y坐标分别记为y1和y2；S1.4.3：如果|y1‑y2|＜t1，t1表示预设的车盖高度阈值，令阈值TH＝TH‑1，返回步骤S1.4.2，否则将y1和y2作为车脸区域的上下边界；S1.4.4：设定垂直积分投影阈值初始值TV和车脸宽度阈值初始值t2；S1.4.5：在垂直积分投影图中搜索得到直线y＝TV与投影曲线形成的低谷，将搜索得到的低谷两个边界点的x坐标分别记为x1和x2，然后统计小于x1的点的数量xleft和大于x2的点的数量xright；S1.4.6：如果xleft+xright＜thr，thr表示预设的容器阈值，令阈值TV＝TV+1，返回步骤S1.4.5，否则进入步骤S1.4.7；S1.4.7：如果|x1‑x2|＜t2，令t2＝t2‑λ，λ为预设的调整步长，TV＝TV‑1，返回步骤S1.4.5，否则将x1和x2作为车脸区域的左右边界；S1.5：对车脸图像进行预处理：将车牌区域设置为白色，再将车脸灰度图像调整为预定尺寸，最后对车脸灰度图像进行图像增强；对预处理完成后的车脸灰度图像进行PCA特征提取；S2：采用步骤S1中的PCA特征提取方法从被测车辆正面图像提取得到PCA特征作为测试PCA特征，并提取车脸图像；S3：在车型PCA特征库中，搜索与测试PCA特征最接近的K个PCA特征，将对应的K幅车脸图像构成候选车型集，其中K＞1；S4：对被测车辆的车脸图像和候选车型集中的K幅车脸图像分别进行SURF特征提取，然后进行SURF特征的匹配，将车脸图像与被测车辆车脸图像最匹配的车型作为车型识别结果。