[发明专利]一种轮毂温度异常检测与预警方法及系统

权利要求书

1.一种轮毂温度异常检测与预警方法，其特征在于：包括以下步骤：

对行驶的车辆进行拍摄，得到车辆信息图像；

对所述的车辆的轮胎轮毂区域进行拍摄，得到热成像图像；

对车辆信息图像进行识别保存；

提取并融合热成像图像的多种特征，通过支持向量机分类判断车辆的轮毂区域温度是否异常；判断后将分类置信度高的视频帧进行支持向量机增量更新，支持向量机增量更新后作为下一次判断的模型；

当检测到轮毂温度异常时，根据车辆信息图像识别结果对车辆进行预警，提示此车辆的轮毂温度过高；如果温度无异常，则不提示；

热成像图像的特征包括轮毂的SBDD、HOG和LBP特征；SBDD特征构建时，先将轮胎轮毂区域进行有规律的分块，根据轮胎轮毂热成像亮度特点按散射状分块，不同的区域亮度不同；然后分别计算各区域中所有像素点像素平均值，最后将相同角度方向不同区域块间的像素平均值进行穷举相减，将得到的值按一定顺序组合得到图像的特征向量。

2.根据权利要求1所述的一种轮毂温度异常检测与预警方法，其特征在于：初始的增量支持向量机是利用首次收集的轮毂热成像图像训练集提取特征并训练得到的初始模式分类器。

3.根据权利要求1所述的一种轮毂温度异常检测与预警方法，其特征在于：提取并融合热成像图像的多种特征的具体步骤为：

1)获取整个轮胎轮毂区域的重心位置；

2)分别提取热成像图像的特征：

a)根据轮胎轮毂热成像亮度特点按散射状分块，不同的区域亮度不同，分别计算各区域中所有像素点像素平均值作为该区域的像素特征，再将相同角度方向的不同区域块的像素特征值进行穷举相减，将得到的值按一定顺序组合得到图像的SBDD特征向量；

b)先运用高斯函数对图像像素值进行权重赋值，再提取HOG特征向量，然后采用主成分分析法PCA对HOG特征进行降维；

c)先运用高斯函数对图像像素值进行权重赋值，再把图像分成若干个小区域，在每个小区域里进行LBP特征直方图统计，然后将所有区域的直方图按顺序排列作为最终的LBP特征向量；

3)将提取的SBDD、HOG和LBP三种特征向量进行最大最小归一化处理，将其转换到[0,1]范围，然后串联融合得到最终用于轮毂分类识别的特征向量。

4.根据权利要求1所述的一种轮毂温度异常检测与预警方法，其特征在于：计算重心的公式如下：

Xc=ΣPixiΣPiYc=ΣPiyiΣPi]]>

其中，x_i、y_j分别表示像素坐标，P_i表示该像素灰度值。

5.根据权利要求1所述的一种轮毂温度异常检测与预警方法，其特征在于：对车辆信息图像进行识别保存是指对拍摄图像中车辆车牌信息进行识别保存；提示轮毂温度过高车辆是通过在可变信息情报板上显示车牌号进行提示。