一种图像中对车辆进行定位与区域分割的方法与系统

摘要

本发明公开了一种图像中对车辆进行定位与区域分割的方法与系统，方法包括：从采集设备获取原始图像；采用Harris角点和水平边缘直线段对所述原始图像内的车辆图像区域进行定位，从而得到定位后的车辆图像；对定位后的车辆图像进行彩色显著区提取、显著平滑区提取以及水平边缘稀疏区与密集区提取；根据提取的结果和先验知识对车辆的典型区域进行定位，从而分割出发动机机罩区域、车脸区域以及车窗区域。本发明的方法在对车辆进行定位时能同时对多车辆进行定位，效率高，且准确率可达95%以上；在对车辆进行区域分割时，能有效消除挡风玻璃反光效果、光照不均和污染等因素的干扰，鲁棒性较好。本发明可广泛应用于图像处理领域。

主权项

一种图像中对车辆进行定位与区域分割的方法，其特征在于，包括：A、从采集设备获取原始图像；B、采用Harris角点和水平边缘直线段对所述原始图像内的车辆图像区域进行定位，从而得到定位后的车辆图像；C、对定位后的车辆图像进行彩色显著区提取、显著平滑区提取以及水平边缘稀疏区与密集区提取；D、根据提取的结果和先验知识对车辆的典型区域进行定位，从而分割出发动机机罩区域、车脸区域以及车窗区域；所述步骤C中对定位后的车辆图像进行彩色显著区提取这一步骤，其包括：C11、计算出定位后的车辆图像灰度化后像素点的像素值，所述灰度化后像素点的像素值的计算公式如下：$I(x,y)=\frac{r(x,y)+g(x,y)+b(x,y)}{3},$上式中，(x，y)为像素点，I(x，y)为灰度化后像素点(x，y)的像素值，r(x，y)、g(x，y)和b(x，y)分别为I(x，y)的红、绿和蓝分量；C12、根据计算出的像素点像素值对定位后的车辆图像的彩色显著值进行计算，所述彩色显著值的计算公式如下：$S_c(x,y)=\underset{i=1}{\overset{3}{\Sigma }}\left(c_i\right(x,y)-I(x,y\left)\right),$上式中，S_c(x,y)为像素点(x，y)的彩色显著值，C_i(x,y)为像素点(x，y)在彩色空间一个通道的像素值，I(x，y)为步骤C11计算出的像素值；C13、根据计算出的灰度化后像素点像素值和彩色显著值提取出定位后的车辆图像的彩色显著区；所述步骤C中对定位后的车辆图像进行显著平滑区提取这一步骤，其包括：C21、对定位后的车辆图像进行灰度化处理，从而得到灰度图；C22、采用Canny算子对得到的灰度图进行二值化处理，从而得到Canny边缘二值图；C23、采用网格法统计Canny边缘二值图中任一个网格内边缘点的数目；C24、判断任一个网格内边缘点的数目是否小于预设的阈值，若是，则表明该网格所代表的图像区域位于显著平滑区内，反之，则表明该网格所代表的图像区域位于非显著平滑区内；所述步骤C中对定位后的车辆图像进行水平边缘稀疏区与密集区提取这一步骤，其包括：C31、对定位后的车辆图像进行灰度化处理，从而得到灰度图；C32、采用Canny算子对得到的灰度图进行二值化处理，从而得到Canny边缘二值图；C33、对Canny边缘二值图进行水平边缘提取，从而提取出Canny边缘的水平边缘点；C34、对所述水平边缘点的水平投影值进行滑动平均滤波和阈值抑制处理，从而生成由水平边缘点的密集行和稀疏行组成的二值向量；C35、对生成的二值向量进行带宽变换，然后根据带宽变换的结果和阈值条件区分出水平边缘稀疏区和水平边缘密集区。