[发明专利]一种基于监控视频的多特征融合的车辆体型分类方法

说明书

技术领域

本发明涉及一种车辆体型分类方法，涉及一种基于监控视频的多特征融合的车辆体型分类方法。

背景技术

随着社会经济的高速发展，整个社会对交通运输的需求逐渐增高，交通密度也逐渐增大，在工作生活当中，道路容易出现拥堵，交通事故发生的频率也很高。因而，现在世界各国逐渐加大了对交通系统的管理，对交通问题也更加重视，道路交通管理领域也逐渐形成。

其中车型的分类与识别是智能交通系统中的一个重要分支，已有的车型识别分类方法主要是利用电子标签、感应线圈、压电传感还有各种光波手段在内的车型识别方法，大多容易受到外界环境的干扰，并且安装维护的成本较高，使用效果不甚理想。

发明内容

本发明所要解决的技术问题是提供一种基于监控视频的多特征融合的车辆体型分类方法，可以实时有效地进行运动车辆的检测与车型识别，并有效的提高了识别的准确率和实时性。

为解决上述技术问题，本发明所采用的技术方案包括：

本发明方法包括依次进行的训练过程和识别过程：

1）训练过程包括如下步骤：

1.1）将所有各种车辆样本图像逐个输入到训练数据库中，各种车辆样本图像包含车辆完整轮廓；

1.2）计算各个车辆样本图像的HU矩特征，并对其进行归一化处理，记为以下式1：

HU=(hu₁,hu₂,hu₃,hu₄,hu₅,hu₆,hu₇)           （1）

其中，hu₁～hu₇分别表示HU矩特征的每一个子分量；

1.3）计算各个车辆样本图像的LBPS特征：

对各个车辆样本图像分别进行2×2和3×3分块，计算每一个子块的LBP特征，接着计算每个子块的LBPS，LBPS以下公式2：

LBPS=-Σi=159lbpilog(lbpi)---(2)]]>

其中，lbp₁～lbp₅₉表示LBP特征的每一个子分量。计算出每个子块的LBPS值后，将上述2×2和3×3分块后得到的13个子块图像加上原始车辆样本图像得到总计14个子块图像，将该14个子块图像的LBPS值组合成该原始车辆样本图像的LBPS特征，并对其做归一化处理，记为以下公式3：

LBPS=(LBPS₁,LBPS₂,…LBPS_i,…LBPS₁₄)         （3）

1.4）计算各个车辆样本图像分的长宽比信息：

设车辆样本图像的宽度为width，高度为height，长宽比特征记为以下公式4：

Ratio=heightwidth---(4)]]>

1.5）将步骤1.2）～1.4）中计算得到的HU矩特征、LBPS特征和长宽比特征融合为一个特征向量feature，用于表征车辆样本图像的特征信息，记为以下公式5：

feature=(LBPSHURatio)          （5）