[发明专利]一种雾霾天气下的车标检测方法

权利要求书

1.一种雾霾天气下的车标检测方法，其特征在于，所述方法包括以下步骤：

步骤1，利用暗通道去雾算法处理包含车辆的待检测图像，并对图像进行细节增强处理；

步骤2，利用深度学习检测算法检测去雾后的图像中的待检测车辆；

步骤3，利用经过训练的卷积神经网络识别待检测车辆的类型；

步骤4，构建车辆前脸组件位置关系数据库，该库中包括若干车辆类型及每类车辆的前脸组件位置关系，结合待检测车辆的类型，获取待检测车辆的前脸组件位置关系；

步骤5，在HSV模型中利用阈值分割检测待检测车辆的车牌位置；

步骤6，在车牌左右两侧利用训练好的级联分类器检测两侧车灯；

步骤7，结合两侧车灯的位置以及步骤4获得的车辆前脸组件的位置关系定位车标。

2.根据权利要求1所述的雾霾天气下的车标检测方法，其特征在于，步骤1中所述细节增强处理具体为：对去雾后的图像进行导向滤波和gamma校正处理。

3.根据权利要求1所述的雾霾天气下的车标检测方法，其特征在于，步骤2中所述深度学习检测算法，具体采用Faster-RCNN检测算法。

4.根据权利要求1所述的雾霾天气下的车标检测方法，其特征在于，步骤3中所述卷积神经网络的训练集的构建过程为：

采集若干张包含不同类型车辆的图像，构建车辆类型数据集；

针对车辆类型数据集中的每幅图像，提取其中的车辆目标，形成新的车辆类型数据集；

针对车辆类型数据集中尺寸规格为矩形的图像，对图像的短边进行填充，将其尺寸规格变为正方形；

对车辆类型数据集中的所有图像进行缩放，统一尺寸，形成训练集；该尺寸符合卷积神经网络的输入图像尺寸要求。

5.根据权利要求1所述的雾霾天气下的车标检测方法，其特征在于，步骤4中所述前脸组件包括车灯、车标和车牌；

所述前脸组件位置关系包括：

车标位于车牌上方；

车标位于车灯水平连线的上方或车标位于车灯水平连线上或车标位于车灯水平连线的下方。

6.根据权利要求1所述的雾霾天气下的车标检测方法，其特征在于，步骤5所述在HSV模型中利用阈值分割检测待检测车辆的车牌位置，具体过程包括：

步骤5-1，依据车牌在HSV空间中的阈值，对待检测图像进行阈值分割，提取出车牌目标；

步骤5-2，对阈值分割后的图像进行闭运算处理；

步骤5-3，构建车牌目标的最小外接矩形，由最小外接矩形的顶点坐标求取车牌中心位置坐标。

7.根据权利要求1所述的雾霾天气下的车标检测方法，其特征在于，步骤6中所述级联分类器的训练集的构建过程为：

采集若干张车灯图像，作为正样本；

采集车辆其他位置的若干张图像，作为负样本。

8.根据权利要求1或5所述的雾霾天气下的车标检测方法，其特征在于，步骤7所述结合两侧车灯的位置以及步骤4获得的车辆前脸组件的位置关系定位车标，具体包括：

若步骤6检测到两个车灯，则以两车灯连线中点的纵坐标作为车标的纵坐标基准；若步骤6只检测到一个车灯，则以该车灯的纵坐标作为车标的纵坐标基准；

步骤7-1，以车牌中心位置的横坐标作为车标的横坐标；

步骤7-2，若车辆前脸组件的位置关系为车标位于车灯水平连线上，则所述纵坐标基准即为车标的纵坐标；若车辆前脸组件的位置关系为车标位于车灯水平连线的上方，则车标的纵坐标位于[纵坐标基准，纵坐标基准+2H]范围内，其中H表示车牌自身的高度；若车辆前脸组件的位置关系为车标位于车灯水平连线的下方，则车标的纵坐标位于[车牌中心位置的纵坐标+H/2，纵坐标基准]范围内。