[发明专利]基于AdaBoost与SVM的无牌车辆检测方法

权利要求书

1.一种基于AdaBoost与SVM的无牌车辆检测方法，其特征在于包括以下步骤：

1）以DSP平台上，对原始视频序列图像行列方向上进行高倍数的下采样，得到RGB三通道彩色图像；

2）针对上述RGB三通道彩色图像，综合考虑RGB三通道彩色图像的边缘信息与色彩信息，合成灰度图像；

3）针对上述合成灰度图像实现视频序列中的无牌车辆检测；

4）对于检测出的目标与背景建立一个非线性二类SVM分类器，进一步降低虚警概率。

2.按权利要求1所述的基于AdaBoost与SVM的无牌车辆检测方法，其特征在于：RGB三通道彩色图像到合成灰度图像包括以下步骤：

21）按下式实现RGB到YUV色彩空间的转换，YUV空间的Y分量即是灰度图像：

Y=0.299*R+0.587*G+0.114*B

U=-0.169*R-0.331*G+0.5*B+128

V=0.5*R-0.418*G+0.082*B-128

其中，Y、U、V分别为YUV空间三个颜色分量，R、G、B分别为RGB空间的三个颜色分量；

22）对YUV空间的Y分量按下式求边缘：

E(i,j)=max((Y(i,j)-Y(i-1,j)),(Y(i,j)-Y(i,j-1)))

其中，E(i,j)为边缘图像第i行第j列的像素值，Y(i,j)为灰度图像第i行第j列的像素值；

23）新灰度图像的合成按下式进行：

其中，E边缘图像，U、V分别为YUV空间的U、V颜色分量，Y_New为新合成的灰度图像。

3.按权利要求1所述的基于AdaBoost与SVM的无牌车辆检测方法，其特征在于：对合成的灰度图像实现无牌车辆检测包括以下步骤：

31）无牌车辆样本、背景样本的生成

在视频序列中人工截取各型有车牌车辆1～2万张，再用图像处理软件将有牌车辆修改成1～2万张无牌车辆，有牌和无牌车辆截图构成目标正样本；

在视频序列中随机截取10～15万张非车辆截图，这些图片构成背景反样本；

目标正样本与背景反样本的宽高比为1:1；

32）Haar矩形特征的计算

将目标正样本与背景反样本做行列16倍下采样，再合成灰度图像Y_New，最后再将图片缩放到8×8大小，得到灰度图像Y_New8×8，即检测窗口的分辨率为8×8；

对每一个Y_New8×8，借助积分图像，计算Haar特征；

33）Haar特征的归一化处理

对每一个Haar特征除以Y_New8×8所有像素值的和来进行归一化处理；

34）对Haar特征建立经典的检测器

建立经典的AdaBoost检测器，实现视频序列中的无车牌车辆检测。

4.按权利要求1所述的基于AdaBoost与SVM的无牌车辆检测方法，其特征在于：对于检测出的目标与背景建立一个非线性二类SVM分类器为：对判别为目标的窗口图片，再做一次人工分拣，把其中的虚警即将其它区域判别为无牌车辆图片与目标图片分离开来，建立一个非线性二类SVM分类器。

5.按权利要求1所述的基于AdaBoost与SVM的无牌车辆检测方法，其特征在于：所述对原始图像行列方向上进行高倍数的下采样为对原始图像行和列两个方向上进行16倍下采样。