[发明专利]基于运动分析的车辆分类方法及系统

权利要求书

1.一种基于运动分析的车辆分类方法，其特征在于，所述方法包括：

S1、获取图像中的前景目标区域；

S2、针对所述前景目标区域，提取其中的连通区域的几何特征，基于所述几何特征及预设的第一类阈值，进行目标的初步分类；

S3、基于所述初步分类的结果，提取前景目标区域的灰度子图像，针对灰度子图像提取图像的边缘，得到二值边缘图像，对所述二值边缘图像提取直线，将所述直线分类为横向直线和纵向直线，基于所述横向直线、纵向直线及第二类阈值，进行目标的二次分类；

S4、基于所述二次分类的结果，针对前景目标区域，基于当前帧和前一帧图像，估计前景目标区域中目标的运动方向，基于所述运动方向，进行目标的三次分类，将目标区分为车辆和非车辆。

2.根据权利要求1所述的方法，其特征在于，所述S2中，所述几何特征包括前景目标区域的面积、宽度、长宽比；所述第一类阈值包括面积阈值、宽度阈值、长宽比阈值。

3.根据权利要求2所述的方法，其特征在于，所述初步分类的方式为：

其中，area，width，ratio依次为运动目标的面积、宽度和长宽比；V为分类结果：V＝1为车辆，否则为非车辆；T1为面积阈值，T2为宽度阈值，T3为长宽比阈值。

4.根据权利要求1所述的方法，其特征在于，所述S3中，所述纵向直线为与纵向方向的夹角在一定范围内的直线，所述横向直线为与横向方向的夹角在一定范围内的直线；

所述纵向方向为沿着车道延伸的方向，所述横向方向为与车道相垂直的方向。

5.根据权利要求1所述的方法，其特征在于，所述二次分类方式为：

Ra＝CH/(CH+CV)

其中，CH为横向直线的个数，CV为纵向直线的个数；

Th是第二类阈值；V为分类结果：V＝1为车辆，否则为非车辆。

6.根据权利要求4所述的方法，其特征在于，通过直线的斜率k判断其属于横向直线或纵向直线：若k∈(-∞，k_V1]∪[k_V2，+∞)则为纵向直线，若k∈(k_H1，k_H2)则为横向直线，其中，k_V1、k_V2为纵向直线的斜率阈值，k_H1、k_H2为横向直线的斜率阈值。

7.根据权利要求1所述的方法，其特征在于，所述S4中，估计前景目标区域中目标的运动方向方式为：提取前后连续两帧的前景目标区域的灰度图像，在前一帧的灰度图像中提取在两个正交方向上有明显导数的点作为角点，通过计算该角点的光流矢量方向，得到角点的运动方向；统计前景目标区域中的所有角点的光流矢量方向，将大多数角点的运动方向作为前景目标区域中目标的运动方向。

8.一种基于运动分析的车辆分类系统，其特征在于，所述系统包括：

目标获取模块，用于获取图像中的前景目标区域；

几何分类模块，用于针对所述前景目标区域，提取其中的连通区域的几何特征，基于所述几何特征及预设的第一类阈值，进行目标的初步分类；

直线分类模块，用于基于所述几何分类模块的初步分类的结果，提取前景目标区域的灰度子图像，针对灰度子图像提取图像的边缘，得到二值边缘图像，对所述二值边缘图像提取直线，将所述直线分类为横向直线和纵向直线，基于所述横向直线、纵向直线及第二类阈值，进行目标的二次分类；

运动分类模块，用于基于所述直线分类模块的二次分类的结果，针对前景目标区域，基于当前帧和前一帧图像，估计前景目标区域中目标的运动方向，基于所述运动方向，进行目标的三次分类，将目标区分为车辆和非车辆；

输出模块，用于将所述运动分类模块获得的最终的分类结果输出。

9.根据权利要求8所述的系统，其特征在于，所述几何特征包括前景目标区域的面积、宽度、长宽比；所述第一类阈值包括面积阈值、宽度阈值、长宽比阈值。

10.根据权利要求8所述的系统，其特征在于，所述纵向直线为与纵向方向的夹角在一定范围内的直线，所述横向直线为与横向方向的夹角在一定范围内的直线；

所述纵向方向为沿着车道延伸的方向，所述横向方向为与车道相垂直的方向。