[发明专利]一种基于高清视频的车辆识别方法及装置

说明书

本发明公开了一种基于高清视频的车辆识别方法及装置。所述基于高清视频的车辆识别方法，包括：根据改进的局部纹理特征提取算法对获取的车辆图像进行局部纹理特征提取，得到车辆局部纹理特征；根据方向梯度特征提取算法对所述车辆图像进行方向梯度特征提取，得到车辆细节特征；对所述车辆局部纹理特征和所述车辆细节特征进行加权融合，并对得到的融合特征空间进行降维处理，得到目标特征。本发明能够在车辆图像的特征空间维数较大的情况下，有效减少车辆识别过程中的运算量，同时提高车辆识别率。

技术领域

本发明涉及车辆识别技术领域，尤其涉及一种基于高清视频的车辆识别方法及装置。

背景技术

随着汽车保有量的快速增长，道路交通压力不断加大，与汽车相关的安全管理问题也日益凸显。为实现对运行汽车的优化管理和调度，可通过检测和识别汽车特征来获取车辆数量等信息，从而向驾驶员和车辆管理调度中心提供可视化的参考信息。

近几年提出的车辆识别方法大都侧重研究如何提取车辆图像的特征，比如CN201910091807.3一种道路交通车辆的特征提取系统，通过边缘轮廓检测模块、增强处理模块对采集的车辆图像进行边缘和信息增强处理，并通过特征提取模块在仿真对不变区域对车辆角点分布信息进行处理，以实现车辆像素特征点的提取，具有特征提取的准确性高的特点。但其在实际应用中，往往需要处理大量车辆图像，当目标区域距离摄像头较远或现场信息量较大时，增加了道路交通车辆特征提取的难度，难以稳定准确地识别车辆。

发明内容

为了克服现有技术的缺陷，本发明提供一种基于高清视频的车辆识别方法及装置，能够在车辆图像的特征空间维数较大的情况下，有效减少车辆识别过程中的运算量，同时提高车辆识别率。

为了解决上述技术问题，第一方面，本发明一实施例提供一种基于高清视频的车辆识别方法，包括：

根据改进的局部纹理特征提取算法对获取的车辆图像进行局部纹理特征提取，得到车辆局部纹理特征；

根据方向梯度特征提取算法对所述车辆图像进行方向梯度特征提取，得到车辆细节特征；

对所述车辆局部纹理特征和所述车辆细节特征进行加权融合，并对得到的融合特征空间进行降维处理，得到目标特征。

进一步地，所述根据改进的局部纹理特征提取算法对获取的车辆图像进行局部纹理特征提取，得到车辆局部纹理特征，具体为：

将所述车辆图像划分为多个3×3图块，并根据每一所述图块分别计算8个相邻像素的灰度值与中心像素的灰度值的和，得到每一所述相邻像素对应的灰度值之和；

按照预设比较顺序将每一所述相邻像素的灰度值之和与另一所述相邻像素的灰度值之和进行比较，并对比较结果进行二值化处理，得到所述车辆局部纹理特征。

进一步地，所述根据方向梯度特征提取算法对所述车辆图像进行方向梯度特征提取，得到车辆细节特征，具体为：

对所述车辆图像进行预处理得到校正图像，并计算所述校正图像中每一像素的梯度；

将所述校正图像分为大小相同的多个子集，统计每一所述子集内所有像素的梯度值；

将多个邻近的所述子集组合成一个块，根据对应的所述梯度值获取所述块的方向梯度直方图；

对所述方向梯度直方图进行归一化处理，得到所述车辆细节特征。

进一步地，所述对所述车辆局部纹理特征和所述车辆细节特征进行加权融合，具体为：

将所述车辆局部纹理特征和所述车辆细节特征进行级联，得到所述融合特征空间。

进一步地，所述对得到的融合特征空间进行降维处理，得到目标特征，具体为：