[发明专利]一种低分辨率情况下的车辆成像方法

摘要

本发明涉及计算机视觉领域，具体涉及一种低分辨率情况下的车辆成像方法，包括以下步骤设备安装与视频采集，映射关系学习，分类器学习，车辆检测等步骤。本发明利用车辆的全局纹理信息训练模板，解决低分辨率下车辆检测问题；以低分辨率车辆图像为样本，使用非负矩阵分解训练模型字典、稀疏贝叶斯学习得到样本编码及其分布，模型字典和样本编码可重构样本图像；学习高低两种分辨率下的车辆样本编码映射关系，视频源分割为图像序列，根据学习训练到的车辆模型，逐帧检测车辆并记录如数据库。

主权项

一种低分辨率情况下的车辆成像方法，其特征在于包括以下步骤：步骤一，设备安装与视频采集：将摄像机安装在单方向行驶的路面正上方6至8米处，俯视角30至45度，水平倾斜范围0至5度，工控机置于路旁杆位处，和摄像机以网线相连接，摄像机拍摄下方单方向行驶的车辆，记录为视频文件，所述摄像机为在线模式下的视频源，所述工控机为离线模式下的视频源；步骤二，映射关系学习：将离线视频文件分割为图像序列，截取车辆样本，归一化到同一大小，记为高分辨率车辆样本x，通过缩放矩阵H得到小型的图像，记为低分辨率车辆样本y，使用非负矩阵分解优化求解高分辨率编码的问题并分别计算得到高、低分辨率车辆的字典φ、步骤三，分类器学习：取低分辨率车辆样本y，使用稀疏贝叶斯学习方法解得低分辨率编码，并根据映射关系计算得高分辨率编码，以此高分辨率编码为特征，以随机森林为分类方法训练分类器；步骤四，车辆检测：将在线视频文件分割为图像序列，每一帧图像都缩放至若干级别，级别0为原始图像，级别1为级别0图像的0.9倍缩小图，以此类推，得到4至6个级别，对每个级别图像遍历截取待检测区域，计算此待检测区域的低分辨率编码，通过映射关系得到高分辨率编码，以此高分辨率编码为特征，输入到分类器中，判定是否为车，若为车则记录位置。