[发明专利]一种基于边缘检测的车辆识别方法、装置及存储介质

权利要求书

1.一种基于边缘检测的车辆识别方法，其特征在于，包括以下步骤：

获取待检测图像；

对所述待检测图像进行罗伯茨算子的边缘检测，得到第一边缘图像；

对所述待检测图像进行索贝尔算子的边缘检测，得到第二边缘图像；

将所述第一边缘图像在某一像素对应的第一灰度值与所述第二边缘图像在同一像素对应的第二灰度值按照预设的比例进行加权计算，得到所述待检测图像对应像素的第三灰度值；

将所述待检测图像所有像素的第三灰度值输入到预设的神经网络进行学习，输出车辆识别的边缘检测结果；

所述将所述第一边缘图像在某一像素对应的第一灰度值与所述第二边缘图像在同一像素对应的第二灰度值按照预设的比例进行加权计算，得到所述待检测图像对应像素的第三灰度值，具体包括：

按照确定加权计算中的计算系数；其中，corr为所述计算系数，I₁(m,n)为所述第一边缘图像中某一像素的第一灰度值，I₂(m,n)为所述第二边缘图像中某一像素的第二灰度值，M为所述第一边缘图像的最大像素值，N为所述第二边缘图像的最大像素值，是所述第一边缘图像的灰度平均值，是所述第二边缘图像的灰度平均值；

根据确定所述第一灰度值的权重，根据w₂＝1-w₁确定所述第二灰度值的权重；其中，w₁为所述第一灰度值的权重，w₂为所述第二灰度值的权重；

根据I(m,n)＝w₁I₁(m,n)+w₂I₂(m,n)计算得到所述待检测图像对应像素的第三灰度值；其中，I(m,n)为所述待检测图像对应像素的第三灰度值。

2.如权利要求1所述的基于边缘检测的车辆识别方法，其特征在于，所述对所述待检测图像进行罗伯茨算子的边缘检测，得到第一边缘图像，具体包括：

对所述待检测图像的每一个像素进行罗伯茨算子的计算，得到每一个像素的新灰度值；其中，所述罗伯茨算子为一个2×2模板；

比较每一个像素的新灰度值，选取其中的最大值作为阈值，以确定所述第一边缘图像。

3.如权利要求1所述的基于边缘检测的车辆识别方法，其特征在于，所述对所述待检测图像进行索贝尔算子的边缘检测，得到第二边缘图像，具体包括：

获取所述索贝尔算子的水平方向模板和垂直方向模板；

根据所述水平方向模板和所述垂直方向模板计算所述待检测图像每一个像素的灰度值，得到对应像素的水平卷积值和垂直卷积值；

比较所述水平卷积值和所述垂直卷积值，将两者中的较大值作为该像素的新灰度值，得到所述第二边缘图像。

4.如权利要求1所述的基于边缘检测的车辆识别方法，其特征在于，所述神经网络为对向传播神经网络，包括输入层、竞争层和输出层。

5.如权利要求4所述的基于边缘检测的车辆识别方法，其特征在于，所述神经网络的输入层的结点数目为9，竞争层的结点数目为13，输出层为一个单元。