[发明专利]一种夜间卡口场景下的车型识别方法

权利要求书

1.一种夜间卡口场景下的车型识别方法，其特征在于利用车牌检测与识别算法，输出车牌位置和大小，并根据车牌位置和大小提取车灯感兴趣区域(ROI)，以提高车灯提取精度与效率；利用自适应阈值和区域生长算法提取车灯前景；利用车灯轮廓提取算法和HOG特征创建车灯以及车灯之间区域的多维特征向量；利用SVM算法进行车型分类。

2.根据权利要求1所述的方法，其特征在于利用车牌检测与识别算法，输出车牌位置和大小，并根据车牌位置和大小提取车灯感兴趣区域(ROI)，即利用车灯与车牌位置关系的先验知识，初步确定车灯区域，以提高车灯提取精度与效率。

3.根据权利要求1所述的方法，其特征在于利用自适应阈值和区域生长算法提取车灯前景，即基于灰度直方图自适应选取车灯阈值，提取车灯中心较亮区域，然后利用提取的中心点作为种子，进行区域生长，得到完整的车灯区域。

4.根据权利要求3所述的方法，其特征在于利用车灯成对出现，并基于车牌对称的先验知识，进行车灯配对，对于只有单个车灯出现的情况，采用强制配对策略，通过车灯配对，有效地减少了漏检并排除了一定的误检。

5.根据权利要求3所述的方法，其特征在于利用凸包算法计算车灯区域凸点，并进行拟合，得到精确的车灯区域，为后面的特征提取做准备。

6.根据权利要求1所述的方法，其特征在于利用车灯轮廓提取算法，提取车灯的轮廓长度、面积、中心矩特征、Hu矩特征，并基于车牌尺寸归一化，作为车灯的特征。

7.根据权利要求1所述的方法，其特征在于利用Hog特征，提取车灯对之间的区域(该区域往往包含丰富的特征)，并综合权利要求项6的车灯特征，一起作为车型识别的特征。

8.根据权利要求1所述的方法，其特征在于利用支持向量机(SVM)训练分类器，由于特征向量维数较高，并且类别数较多，故采用线性支持向量机，以保证算法具有较好的泛化性。