[发明专利]一种静态车辆目标快速检测方法及装置

摘要

本发明公开了一种静态车辆目标快速检测方法及装置，包括以下步骤：图像采集：获取车辆图片；图像预处理：把车辆图片大小进行归一化并转化为灰度图；提取熵信息：利用搜索框对图片进行像素级遍历，并提取出每个搜索框中局部图像的脉冲迭代平均熵信息；车辆目标粗定位：取脉冲迭代平均熵值大于目标阈值的图片作为车辆目标粗定位图片；确定车辆目标：保留同一图片区域内脉冲迭代平均熵值最大的车辆图片作为目标车辆搜索结果；在原始大图像中框出车辆目标，完成车辆目标的定位。本发明利用了脉冲耦合神经网络特征提取方法的鲁棒性、快速性以及可移植性，且选取脉冲迭代平均熵这一特征作为判定依据，大大提高了静态车辆目标检测的速度。

主权项

一种静态车辆目标快速检测方法，包括以下步骤：1)图像采集：获取交通道路上拍摄的高清车辆图片；2)图像预处理：把车辆图片大小进行归一化并转化为灰度图；3)提取熵信息：利用搜索框对图片进行像素级遍历，并提取出每个遍历搜索框中局部图像的脉冲迭代平均熵信息；所述步骤3)中迭代平均熵计算使用脉冲耦合神经网络模型，具体为：脉冲耦合神经网络模型对输入的图片进行迭代激发，每个迭代周期都能输出一幅二值图像，提取全部二值图像的熵值，形成了图像的PCNN脉冲迭代熵序列特征，把这个特征序列进行加和平均，得到用于车辆判断的脉冲迭代平均熵特征；所述脉冲耦合神经网络模型是由若干个脉冲耦合神经网络神经元相互连接所构成的反馈型网络，每一个神经元由输入部分、内部调制器和脉冲产生器组成；4)车辆目标粗定位：把局部图片的脉冲迭代平均熵与设定的车辆目标阈值熵进行比较，取脉冲迭代平均熵值大于目标阈值的局部图片作为车辆目标粗定位图片，并相应确定车辆目标粗定位区域；5)确定车辆目标：通过对车辆目标粗定位图片进行位置关系比较，排除掉重复的图片，并保留同一图片区域内脉冲迭代平均熵值最大的车辆图片作为目标车辆搜索结果；6)在原始大图像中框出车辆目标，完成车辆目标的定位。