发明名称 |
一种基于混合图像模板的车辆检测方法 |
摘要 |
本发明公开了一种基于混合图像模板的车辆检测方法。该方法包括以下步骤:将不少于1幅的车辆图像作为训练图像;利用消息映射法从训练图像中学出用于表示车辆对象的混合图像模板中的所有图像块,以及所述混合图像模板的图像似然概率;利用学得到的混合图像模板对于输入的测试图像进行车辆检测,得到所述测试图像中车辆所在的区域。本发明具有适于轻微车辆类型变化,轻微车辆姿态变化,不同时间段和不同环境条件等优点,特别是在车辆定位的同时也对车辆轮廓等信息进行了详细描述。 |
申请公布号 |
CN103310469A |
申请公布日期 |
2013.09.18 |
申请号 |
CN201310268913.7 |
申请日期 |
2013.06.28 |
申请人 |
中国科学院自动化研究所 |
发明人 |
王飞跃;李叶 |
分类号 |
G06T7/40(2006.01)I;G08G1/017(2006.01)I |
主分类号 |
G06T7/40(2006.01)I |
代理机构 |
中科专利商标代理有限责任公司 11021 |
代理人 |
宋焰琴 |
主权项 |
一种基于混合图像模板的车辆检测方法,其特征在于,该方法包括以下步骤:步骤S1:将不少于1幅的车辆图像作为训练图像;步骤S2:对于所述训练图像,利用消息映射法从训练图像中学习出用于表示车辆对象的混合图像模板中的所有图像块,以及所述混合图像模板的图像似然概率;步骤S3:利用所述步骤S2学习得到的混合图像模板对于输入的测试图像进行车辆检测,得到所述测试图像中车辆所在的区域;所述步骤S3进一步包括以下步骤:步骤S31:基于所述混合图像模板,利用滤波‑局部最大化(SUM‑MAX)操作从输入的测试图像中检测出具有最高车辆检测得分的候选车辆区域,所述步骤S31进一步包括以下步骤:步骤S311:利用不少于1个方向的Gabor小波基元对所述测试图像进行滤波,得到带有这些方向的边缘图像;步骤S312:在所述边缘图像上执行局部最大化操作,得到被修改的边缘图像;步骤S313:利用所述混合图像模板中的图像块对所述测试图像进行滤波,检测得到候选图像块;步骤S314:对得到的候选图像块均执行局部最大化操作,得到被修改的候选图像块;步骤S315:利用多个图像块在所述混合图像模板中的相对位置和尺度关系,组合所述被修改的候选图像块,产生所述测试图像中的一个或多个候选车辆区域;步骤S316:利用所述混合图像模板中的图像块及所述混合图像模板的图像似然概率计算所述候选车辆区域的车辆检测得分;步骤S317:从所有候选车辆区域中,提取出具有最高车辆检测得分的候选车辆区域;步骤S32:根据所述最高车辆检测得分与一预定的车辆检测阈值进行 比较,利用迭代方法得到所述测试图像中所有的车辆对象。 |
地址 |
100190 北京市海淀区中关村东路95号 |