[发明专利]一种基于车窗角点检测和多方向投影的车窗精确定位方法

说明书

本发明提出了一种先通过SVM检测车窗下面两个角点来粗略定位车窗位置，然后结合多方向投影来进行车窗边缘精确定位的方法；通过使用本发明的方法对车窗进行定位操作，它可以非常精确得定位到车窗边缘，并且对于车窗上下边缘存在倾斜的情况也可以进行定位。

技术领域

本发明涉及计算机视觉及智能交通领域，具体是一种先通过SVM检测车窗下面两个角点来粗略定位车窗位置，然后结合多方向投影来进行车窗边缘精确定位的方法。

背景技术

随着智能交通领域的不断发展，目前在道路交通安全监测系统中对于驾驶员行为的检测和分析越来越受到重视，包括驾驶员是否系安全带以及是否存在接听电话等违规行为的检测。要进行驾驶员行为检测就必须先定位到驾驶员位置，而车窗的准确定位则能够大致确定驾驶员的位置，因此车窗定位是驾驶员行为检测中非常关键的一步。

当前有许多学者提出了不同的车窗定位方法，其中与本发明较接近的技术方案为：文献(潘世吉.智能交通违章检测算法研究及软件系统实现[D].哈尔滨工业大学,2016.)利用Canny边缘检测和线性结构元素开运算的方法进行车窗上下水平边缘定位，该方法在利用线性结构元素进行开运算时没有考虑到车窗存在倾斜的情况，一旦车窗的上下边缘稍微有点倾斜则通过线性结构元素进行开运算后车窗的上下水平边缘也会被去除；文献(侯殿福.车窗检测技术研究[D].北京交通大学,2012.)提出先对车辆进行定位，然后根据车头和车窗的比例初步得到车窗位置，在车窗大致区域进行Canny边缘检测，然后使用模板匹配来进行水平直线滤波，接着使用Hough变换来进行车窗上下边界的检测，该方法使用的模板匹配方法来进行水平直线滤波也是没有考虑到车窗上下边缘存在倾斜的情况，倾斜的直线在经过模板匹配之后同样会被滤除；文献(姚东明,韩安华,等.基于车窗检测的车身颜色识别方法研究[J].信息通信,2017(2):87-88.)同样使用了Canny边缘检测结合水平直线模板滤波和Hough直线检测车窗水平带的方法，也存在车窗上下边缘倾斜的时候检测不到的情况，并且没有对车窗位置进行粗略定位就开始检测车窗上下水平带，这很有可能会检测到车辆顶部的水平直线，造成误检的情况。

综上所述，当前的车窗定位方法存在着如下不足：(1)对于车窗上下边缘存在倾斜的情况检测不到；(2)易检测到车辆顶部的水平直线，造成车窗边缘误检。

发明内容

针对现有的车窗定位方法中存在的上述问题，本发明提出了一种先通过SVM检测车窗下面两个角点来粗略定位车窗位置，然后结合多方向投影来进行车窗边缘精确定位的方法。

所述的一种基于车窗角点检测和多方向投影的车窗精确定位方法，其特征在于包括如下步骤：

步骤1：对含有车辆的彩色图像image进行车牌定位，将定位到的车牌位置记为矩形区域plateRect；

步骤2：根据车牌位置plateRect定义车窗左下角角点的检测区域detectRoiL以及车窗右下角角点的检测区域detectRoiR；

步骤3：在detectRoiL内使用SVM检测到所有车窗左下角角点的候选区域，存储在链表中，记为链表leftCornersList，在detectRoiR内使用SVM检测到所有车窗右下角角点的候选区域，存储在链表中，记为链表rightCornersList；