[发明专利]一种车窗检测方法及装置有效
申请号: | 201611248525.2 | 申请日: | 2016-12-29 |
公开(公告)号: | CN106778665B | 公开(公告)日: | 2019-09-17 |
发明(设计)人: | 蔡丹平;周祥明 | 申请(专利权)人: | 浙江大华技术股份有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62;G06K9/40 |
代理公司: | 北京同达信恒知识产权代理有限公司 11291 | 代理人: | 黄志华 |
地址: | 310053 浙江*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 车窗 检测 方法 装置 | ||
1.一种车窗检测方法,其特征在于,应用于电子设备,所述方法包括:
接收标记有待检的车窗区域的图像,确定所述车窗区域的特征金字塔;
采用训练完成的可变形部件混合模型,对所述特征金字塔进行评分,其中所述可变形部件混合模型包括至少两个可变形部件模型,且为所述至少两个可变形部件模型中根滤波器的最大值,及对应的每个部件滤波器的最大值的加权和;
当所述可变形部件混合模型中根滤波器的评分值大于设定的第一阈值,且所述可变形部件混合模型的总评分值大于设定的第二阈值时,根据所述评分值对应的根位置及设定的区域大小,确定所述图像中的车窗区域。
2.根据权利要求1所述的方法,其特征在于,当所述评分值不大于设定的第一阈值时,确定所述图像中不存在车窗区域。
3.根据权利要求1所述的方法,其特征在于,所述根据所述评分值对应的根位置及设定的区域大小,确定所述图像中的车窗区域包括:
将所述根位置作为左上角的顶点,所述设定的区域大小覆盖的范围作为所述图像中的车窗区域。
4.根据权利要求1所述的方法,其特征在于,确定所述可变形部件混合模型的过程包括:
针对每种类型的车辆,识别样本图像集中该类型的车辆对应的样本图像,根据识别到的样本图像中标记的待检的车窗区域,对该类型的车辆对应的可变形部件模型进行训练;
根据针对每种类型的车辆训练的可变形部件模型,及预设的数量阈值,选择相应数量个可变形部件模型;
将所述相应数量个可变形部件模型根滤波器的最大值,及对应的部件滤波器的最大值的加权和确定为所述可变形部件混合模型。
5.根据权利要求4所述的方法,其特征在于,所述对该类型的车辆对应的可变形部件模型进行训练包括:
根据第一个样本图像中标记的待检的车窗区域,确定根滤波器;
针对每个其他的样本图像,根据已经确定的根滤波器对当前样本图像进行评分,根据根滤波器的评分最大值及所述根滤波器的大小,对所述当前样本图像中标记的待检的车窗区域进行更新,并根据更新后的待检的车窗区域,确定所述根滤波器及部件滤波器。
6.根据权利要求4所述的方法,其特征在于,所述根据针对每种类型的车辆训练的可变形部件模型,及预设的数量阈值,选择相应数量个可变形部件模型包括:
根据所述预设的数量阈值,针对每个待选的可变形部件模型中部件滤波器与根滤波器的相对位移,选择相应数量个可变形部件模型,其中被选中的可变形部件模型中相同序号的部件滤波器相对于根滤波器的位移相差较小。
7.根据权利要求4所述的方法,其特征在于,所述可变形混合模型中每个根滤波器对应的第一权值和每个对应的部件滤波器对应的每个第二权值为1;或
所述每个根滤波器对应的第一权值相等,每个对应的部件滤波器对应的第二权值相等。
8.根据权利要求7所述的方法,其特征在于,第一权值和每个第二权值的确定过程包括:
选择任意一个可变形部件模型作为目标可变形部件模型;
采用所述目标可变形部件模型的根滤波器对每个样本图像进行评分,确定每个第一评分,并依次采用所述目标可变形部件模型的每个部件滤波器分别对每个样本图像进行评分,确定每个第二评分;
针对根滤波器,根据所述每个第一评分的和,及所述每个第一评分和第二评分的和,确定第一权值,针对每个部件滤波器,根据该部件滤波器对应的每个第二评分的和,及所述每个第一评分和第二评分的和,确定每个第二权值。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江大华技术股份有限公司,未经浙江大华技术股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201611248525.2/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种虹膜图像中虹膜区域的分割方法及其装置
- 下一篇:图像处理方法及装置