[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

说明书

本发明公开一种基于边缘检测的车辆识别方法、装置及存储介质，该方法包括步骤：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。本发明能克服环境光照的影响，提高道路上车辆的边缘识别的精度与准确性。

技术领域

本发明涉及图像识别技术领域，尤其涉及一种基于边缘检测的车辆识别方法、装置及存储介质。

背景技术

随着汽车保有量不断增长，道路的交通压力不断加大，与汽车相关的安全管理问题也日益凸显，为了实现对运行汽车的优化管理和调度，可通过对汽车特征的有效检测和识别，从而获取车辆数量情况，为驾驶员和车辆管理调度中心提供可视化的信息参考。

现有的车辆识别方法大多基于可见光图像的车辆识别，当环境光照发生变化时，识别效果会急剧下降，导致车辆的边缘识别的精度与准确性不高，无法满足实际系统的需要。

发明内容

本发明实施例的目的是提供一种基于边缘检测的车辆识别方法、装置及存储介质，能克服环境光照的影响，提高道路上车辆的边缘识别的精度与准确性。

为实现上述目的，本发明一实施例提供了一种基于边缘检测的车辆识别方法，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。

优选地，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。

优选地，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。

优选地，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；