[发明专利]一种静态图像的多方向车辆粗定位方法

摘要

本发明公开了一种静态图像的多方向车辆粗定位方法，本发明与目前已有的基于静态图像的车辆定位方法相比，优势在于本发明可以实现多方向的车辆粗定位，且车辆的漏检率较低；同时本文方法将复杂场景下的多方向多车辆的定位问题转化为小区域的单车辆精准定位问题，为进一步车辆精准定位提供了保障。

主权项

1.一种静态图像的多方向车辆粗定位方法，包括如下步骤：步骤1：利用Hog+SVM训练得到4个分类器：车脸判别器、左下窗角判别器、右下窗角判别器、联合窗角区域判别器，其中联合窗角区域是指包含左下窗角和右下窗角的最小矩形区域；步骤2：获取交通监控相机拍摄的车辆正面监控图像，将其缩放到宽度为width，高度为height的图像，记为图像D；步骤3：利用多尺度滑动窗口结合车脸判别器检测出图像D中车脸区域c；步骤4：对于车脸区域c，首先根据公式(1)确定车辆左下窗角检测区域D_L，根据公式(2)确定车辆右下窗角检测区域D_R，然后在区域D_L中利用多尺度滑动窗口结合左下窗角判别器检测出区域内所有的候选左下窗角区域，记为EL＝{el_i|i＝0,1,…,N_EL‑1}，同理，对于右下窗角检测区域D_R，利用右下窗角判别器检测出区域内所有的候选右下窗角区域，记为ER＝{er_i|i＝0,1,…,N_ER‑1}，其中，N_EL表示检测出来的左窗角区域数量，N_ER表示检测出来的右窗角区域数量；其中，D_L.x₀,D_L.y₀,D_L.w,D_L.h分别表示区域D_L的左上顶点横坐标、纵坐标、区域宽度、区域高度，c.x₀,c.y₀,c.w,c.h分别表示区域c的左上顶点横坐标、纵坐标、区域宽度、区域高度，D_R.x₀,D_R.y₀,D_R.w,D_R.h分别表示区域D_R的左上顶点横坐标、纵坐标、区域宽度、区域高度，min{}表示得到集合中的最小值，max{}表示得到集合中的最大值；步骤5：根据集合EL和集合ER构建联合窗角区域集合EC＝{ec_ij|i＝0,1,…,N_EL‑1,j＝0,1,…,N_ER‑1}，其中，区域ec_ij根据公式(3)确定；ec_ij.x₀,ec_ij.y₀,ec_ij.w,ec_ij.h分别表示区域ec_ij的左上顶点横坐标、纵坐标、区域宽度、区域高度，el_i.x₀,el_i.y₀,el_i.w,el_i.h分别表示区域EL的左上顶点横坐标、纵坐标、区域宽度、区域高度，er_i.x₀,er_i.y₀,er_i.w,er_i.h分别表示区域ER的左上顶点横坐标、纵坐标、区域宽度、区域高度；步骤6：利用联合窗角区域判别器对EC中的候选联合窗角区域进行逐个判别，将那些判别为非联合窗角的区域从EC中剔除，然后选出EC中宽度最小的作为最终的联合窗角区域，记为ec_tk，则el_t和er_k确定为正确左下窗角区域和右下窗角区域；步骤7：确定车辆方向角θ；步骤8：根据公式(4)‑(6)确定车辆粗定位区域R：其中，wl为区域R左边界相对于左窗角角点A₁的横坐标偏移值，wr为区域R右边界相对于右窗角角点A₂的横坐标偏移值，δ为预先设定的最小横坐标偏移值，α为预先设定的区域R上边界相对于线段A₁A₂的纵坐标偏移系数，β为预先设定的区域R下边界相对于线段A₁A₂的纵坐标偏移系数，A₁.x，A₁.y分别是左窗角角点A₁的横坐标、纵坐标，A₂.x，A₂.y分别是右窗角角点A₂的横坐标、纵坐标，R.x₀,R.y₀,R.w,R.h分别表示区域R的左上顶点横坐标、纵坐标、区域宽度、区域高度。