一种基于车辆部位特征的车辆检测与跟踪方法

摘要

本发明公开了一种基于车辆部位特征的车辆检测与跟踪方法，该方法包括以下步骤：定位视频序列中所有的车牌位置；定位视频序列中所有的车辆尾灯位置；通过组合车辆部位构建车辆模型，从而获取车辆位置；对车辆进行跟踪从而获取车辆的运动轨迹。本发明具有易于实现、鲁棒性强、精确度高、实时性强等优点，可以用于电子警察系统中的上层智能交通服务，如车流量统计、车辆违章检测以及治安卡口等服务。

主权项

一种基于车辆部位特征的车辆检测与跟踪方法，其特征在于，该方法包括以下步骤：步骤S1，对视频序列中所有的车牌位置进行定位；步骤S2，对视频序列中所有的车辆尾灯位置进行定位；步骤S3，利用车牌和车辆尾灯之间的结构关系构建车辆模型，从而从每一帧图像中检测得到车辆位置；步骤S4，根据检测得到的车辆位置，对车辆进行跟踪从而获取车辆的运动轨迹；所述步骤S1进一步包括以下步骤：步骤S11，根据中国国标车牌的底色，获取视频序列每一帧图像的颜色灰度图像；步骤S12，利用所述步骤S11中获取的所述颜色灰度图像计算图像梯度，得到梯度图像；步骤S13，在梯度图像中进行滑动窗口扫描，计算窗口内像素的平均梯度，以平均梯度值作为窗口中心像素点的像素值，得到该梯度图像对应的得分图像；步骤S14，在所述得分图像上确定车辆所在的区域，并利用非极大值抑制方法在车辆区域范围内求得局部极大值，如果该局部极大值大于设定的得分阈值，则以所述局部极大值为中心点，根据国标车牌的尺寸信息得到一车牌区域，将该车牌区域作为候选车牌区域；所述步骤S2进一步包括以下步骤：步骤S21，根据车辆尾灯的颜色，即红色，获取视频序列每一帧图像的颜色灰度图像；步骤S22，利用多阈值方法将所述步骤S21中获取的所述颜色灰度图像分割为多幅二值化图像；步骤S23，对所述多幅二值化图像分别做连通域分析，取长宽比、面积大小在一定范围内的连通域作为候选车辆尾灯区域；步骤S24，对于出现重叠的候选车辆尾灯区域，保留其中面积最大的那个区域，最终得到检测出来的车辆尾灯区域。