[发明专利]一种基于动态纹理和变换域时空特征的黑烟车识别方法

权利要求书

1.一种基于动态纹理和变换域时空特征的黑烟车识别方法，其特征在于，包括如下步骤：

(1)将视频序列中的每帧图像转化为灰度图像，并平均分成若干个网格小方格；

(2)对每一帧的每一个小方格图像，提取LBP-TOP直方图特征或者VLBP直方图特征，得到动态纹理特征；

(3)对每一帧的每一个小方格图像，提取基于离散余弦变换的特征、基于离散傅里叶变换的特征或者基于离散哈达玛变换的特征，结合多序列分析，得到变换域特征；

(4)将动态纹理特征和变换域特征进行融合，得到用于区分烟方格和非烟方格的时空特征；

(5)利用SVM分类器对所提时空特征进行分类，得到每个方格的识别结果，结合每帧所有方格识别结果的分布以及连续多帧识别结果的特点，对当前视频段是否有黑烟车做出判断。

2.根据权利要求1所述的基于动态纹理和变换域时空特征的黑烟车识别方法，其特征在于，所述步骤(2)中LBP-TOP直方图特征的计算方法包括如下步骤：

(21)对每一帧的每一个小方格图像，沿时间轴提取前面N_before帧和后面N_after帧，组成小方格动态图像序列，并设定三个时空轴T、X和Y；

(22)在XY、XT和YT三个正交平面上，分别利用下式计算像素点(x,y)的LBP值，

其中，LBP_P,R(x,y)表示在位置(x,y)处的LBP值，R和P分别表示LBP编码的半径和圆周上的邻域像素个数，s(x)是一个分段函数，I_p(x,y)表示中心位置为(x,y)的圆邻域的第p个像素的灰度值，I_c(x,y)表示图像中心位置(x,y)处像素的灰度值；

(23)分别计算XY、XT和YT三个正交平面对应的三个LBP编码图的直方图特征，并按照XY、XT、YT的顺序串联起来，并归一化后，便得到LBP-TOP直方图特征，记作F_LBP-TOP。

3.根据权利要求1所述的基于动态纹理和变换域时空特征的黑烟车识别方法，其特征在于，所述步骤(2)中的VLBP直方图特征的计算包括如下步骤：

(24)对每一帧的每一个小方格图像，沿时间轴提取前面N_before帧和后面N_after帧，组成小方格动态图像序列，记作V，对其进行建模，采用螺旋状展开，

其中，P表示局部邻域的领域像素点个数，表示体积中心点的灰度值，和分别表示在局部体积邻域中，前方与后方时间间隔为L帧的中心点像素灰度值，g_t,p表示第t帧图像在半径为R上的第p个邻域点的灰度值，t＝t_c-L,t_c,.t_c+L,p＝0,1,...,P-1，记的坐标为(x_c,y_c,t_c)，g_t,p的坐标为的坐标为

(25)对V阈值化，得到V₁,

(26)利用下式计算像素点的VLBP值，

其中，v_q表示向量V₁中的元素，q＝0,1,...3P+1；

(27)计算当前小方格的每一个像素的VLBP值，并计算其直方图得到VLBP直方图特征，记作F_VLBP。

4.根据权利要求1所述的基于动态纹理和变换域时空特征的黑烟车识别方法，其特征在于，所述步骤(3)中基于离散余弦变换的特征的计算包括如下步骤：

(31)给定图像F，其二维离散余弦变换用下式计算，

其中，M和N分别表示图像F的行数和列数，C(u,v)表示DCT系数，0≤u≤M-1,0≤v≤N-1；

(32)取图像左上角取前N_DCT个系数，将连续多帧的上述DCT系数特征串联起来，作为基于DCT变换的变换特征，记作F_DCT。