[发明专利]一种基于显著性检测和颜色直方图模型的车辆识别方法

摘要

本发明属于目标识别与图像处理领域，具体为一种基于显著性检测和颜色直方图模型的车辆识别方法，采用基于局部特征的显著性检测方法从场景图像中提取显著性区域作为候选区域，将候选区域的颜色空间由RGB空间转换到HSV空间，统计HSV中H分量的直方图分布情况，将含有两个主要颜色等级分量的候选区确定为车辆区域。本发明适用于车辆监控系统中。

主权项

1.一种基于显著性检测和颜色直方图模型的车辆识别方法，其特征在于，采用基于局部特征的显著性检测方法从场景图像中提取显著性区域作为候选区域，提取局部特征时，将图像分割成a×a的像素小块，选取以块B(i，j)为中心的3×3块的区域作为局部区域，通过中心块与邻域块的颜色差异来确定每一块的显著性程度；中心块B(i，j)与邻域块B(m，n)的差异DisRGB(B(i，j)，B(m，n))表示为：DisRGB(B(i，j)，B(m，n))＝(Ri，j‑Rm，n)2+(Gi，j‑Gm，n)2+(Bi，j‑Bm，n)2  (1)其中，m＝i‑1，i，i+1；n＝j‑1，j，j+1；Ri，j、Gi，j、Bi，j分别为中心块B(i，j)在RGB三原色的三个分量值，Rm，n、Gm，n、Bm，n分别为邻域块B(m，n)在RGB三原色的三个分量值；中心块B(i，j)与邻域块B(m，n)的颜色显著值DisLoc‑RGB(B(i，j)，B(m，n))计算为：其中，T为设定的阈值，α为放大因子，α＞1；中心块(B(i，j)的显著程度值S_Loc(i，j)由其与邻域块的颜色显著值平均得到：依次计算图像中每个分块的显著程度值，对生成的显著程度图像利用高斯滤波进行平滑处理，得到显著性检测结果，将图像二值化，并进行腐蚀、填充操作，确定出候选区；将候选区域的颜色空间由RGB空间转换到HSV空间，统计HSV中H分量的直方图分布情况，将含有两个主要颜色等级分量的候选区确定为车辆区域。