[发明专利]一种移动车辆检测方法

权利要求书

1.一种移动车辆检测方法，其特征在于，包括以下步骤：

S1：采集车辆视频图像，对视频图像进行灰度转换，裁剪出车辆集中的区域，然后用以下方法对图像进行直方图均衡化：

1)计算输入图像的直方图H；

2)直方图归一化，因此直方块和为255；

3)计算直方图积分；

4)采用H’作为查询表：dst(x,y)＝H’(src(x,y))进行图像变换；

最后，采用3*3的核，标准差为sigma＝(3/2-1)*0.3+0.8的方法进行高斯平滑去噪得到待检测的图像；

S2：运用改进的SUSAN边缘检测算法对边缘进行提取，得到二值图像；

S3：对二值图像进行膨胀，腐蚀，细化，骨架后进行Hough变换直线检测，并找出连通直线的区域，利用车辆的纹理特征提取出车辆区域。

2.根据权利要求1所述的移动车辆检测方法，其特征在于，改进的SUSAN边缘检测算法具体如下：

1)将Susan模板内部每个像素点的灰度值都与模板中心像素的灰度值进行比较，假如模板内某点像素的灰度值与模板中心像素(也称作核)灰度的差值小于某个阈值t，认为该点与核有相同的灰度，模板内所有与核有相同灰度的值的总和构成核值相似区(USAN)；

2)在Susan模板内，通过累积模板内像素值来确定模板内像素与模板中心像素差值的阈值t，计算方法如下：

sum＝∑img_(i,j)(s)；对于一个37像素的类似圆形模板，sum表示累积变量，img_(i,j)(k)表示中心像素在源图像中的第i行第j列，k表示模板中的第k个像素；

则第k个像素的阈值t为：

t＝sum/N；

式中，N取模板大小的二倍；

3)检测时，判断模板内像素点是否在USAN区的比较函数如下：

坐标(x_c,y_c)表示模板的该坐标；

则USAN区的大小计算公式：

n的值不大于n_max的3/4；定义几何阈值g＝3n_max/4；

4)求出第k个像素与中心像素的差值，与t作比较，若小于等于t则USAN区加1，最后判断USAN区与阈值g的大小，若小于，则当前像素为边缘点，将当前像素值设为255，否则，当前像素不是边缘点，将其设为0。