[发明专利]一种基于LHI特征的智能视频黑烟车检测方法

说明书

本发明公开了一种基于LHI特征的智能视频黑烟车检测方法，包括如下步骤：(1)利用前景检测算法从道路监控视频中提取运动目标，并识别车辆目标；(2)利用积分投影技术检测车辆尾部位置；(3)提取车尾部后方区域的LHI特征，该特征包括LBP特征、HOG特征和IP特征；LHI特征是LBP特征、HOG特征和IP特征的融合，F_LHI＝{x_LBP,x_HOG,x_IP}；(4)利用BP网络分类器对所提特征向量进行分类，识别黑烟帧，从而进一步识别黑烟车。本发明能够进一步提高识别率，降低误报率。

技术领域

本发明涉及模式识别技术领域，尤其是一种基于LHI特征的智能视频黑烟车检测方法。

背景技术

黑烟车通常指车辆尾气孔冒着浓浓黑烟的车辆。黑烟车排放的黑烟尾气不仅污染空气，还损害人体健康。当前检测黑烟车的方法可分为两大类：

(1)传统方法；传统方法分为依靠人工和依靠设备。依靠人工类有：群众举报、定期路检、夜间巡查人工视频监控。传统方法往往会耗费大量工作人员，且由于机动车保有量的急剧增长、交通的繁忙等，这类方法效率很低；依靠设备类有：安装车辆尾气分析装置、传感器探测等。这些方法在一定程度上提高了黑烟车检测的效率，减少了黑烟车的污染，但设备的购买和维护需要大量财力的支持，并且给每辆车都安装尾气分析装置实施有难度。

(2)智能视频监控方法；该方法利用计算机视觉技术从海量道路监控视频中自动检测黑烟车。这类方法属于远距离监控，不妨碍交通，可实现全天在线值守，适应于双车道和多车道等多种道路环境，并且安装方便，适合城市道路的大范围布控，更容易形成针对高污染黑烟车的在线监控网络，提高执法效率。但这类方法目前仍处于研究的起步阶段。

黑烟车的自动识别是黑烟车监控报警系统自动化智能化的必然发展趋势。目前关于黑烟车智能监控系统的发明并不多，并且大部分存在漏报率和误报率偏高、环境适应性差等问题，并没有真正从技术上和工程上解决黑烟车智能识别的核心问题。因此，如何利用先进的图像处理与分析技术，以黑烟车检测实践中遇到的各种问题为出发点，结合创新性的黑烟车视频识别流程和处理手段，开发出基于视频图像智能分析的黑烟车检测与识别技术，对提高空气质量非常有现实意义。本发明提出了一种基于LHI特征的智能视频黑烟车检测方法，融合了LBP特征、HOG特征和IP特征等各个特征的优势，具有较好的黑烟车识别率。

发明内容

本发明所要解决的技术问题在于，提供一种基于LHI特征的智能视频黑烟车检测方法，能够进一步提高识别率，降低误报率。

为解决上述技术问题，本发明提供一种基于LHI特征的智能视频黑烟车检测方法，包括如下步骤：

(1)利用前景检测算法从道路监控视频中提取运动目标，并识别车辆目标；

(2)利用积分投影技术检测车辆尾部位置；

(3)提取车尾部后方区域的LHI特征，该特征包括LBP特征、HOG特征和IP特征；LHI特征是LBP特征、HOG特征和IP特征的融合，F_LHI＝{x_LBP,x_HOG,x_IP}。

(4)利用BP网络分类器对所提特征向量进行分类，识别黑烟帧，从而进一步识别黑烟车。

优选的，步骤(1)中的前景检测算法采用基于高斯混合模型的背景差算法；识别车辆目标指的是，同时满足如下两个准则即可视为是车辆目标：规则一：运动目标的面积大于某个阈值；规则二：运动目标的外接矩形框的长宽比在某个范围内。

优选的，步骤(2)中的采用积分投影技术检测车辆尾部位置包括如下步骤：

(21)计算车辆目标图像I_obj的水平积分投影F(x)，即