本發(fā)明涉及圖像識別技術(shù)領(lǐng)域，特別是涉及一種車臉定位方法和系統(tǒng)。

背景技術(shù)：

在停車場出入口等的車輛特征分析應(yīng)用中，為了對無牌車輛進(jìn)行智能分析，需要確定車臉(車輛正面引擎蓋下端至車輛最底端的區(qū)域)的位置。

目前流行的基于圖片的車輛定位算法，大多是基于adboost(迭代算法，其核心思想是針對同一個(gè)訓(xùn)練集訓(xùn)練不同的分類器(弱分類器)，然后把這些弱分類器集合起來，構(gòu)成一個(gè)更強(qiáng)的最終分類器(強(qiáng)分類器))或深度學(xué)習(xí)的方式，adboost需要完整的車輛輪廓才能有效的檢測車輛，基于深度學(xué)習(xí)的算法對車輛的完整性也有一定的要求，并且運(yùn)行速度較慢。然而，由于停車場的特殊應(yīng)用場景，經(jīng)常會(huì)出現(xiàn)車輛拍攝角度較大、車身拍攝不全的問題。基于adboost或深度學(xué)習(xí)的方式無法有效的完成對大角度、車身拍攝不全的車臉的定位。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的在于提供一種車臉定位方法和系統(tǒng)，可以有效的、快速完成對大角度、車身拍攝不全的車臉的定位。

本發(fā)明的目的通過如下技術(shù)方案實(shí)現(xiàn)：

一種車臉定位方法，包括：

對目標(biāo)圖像在第一方向上進(jìn)行邊緣檢測，得到所述第一方向上的邊緣檢測結(jié)果圖，所述目標(biāo)圖像為當(dāng)前需要進(jìn)行車臉定位的圖像；

根據(jù)所述邊緣檢測結(jié)果圖獲取所述第一方向上的紋理豐富區(qū)域圖；

將所述紋理豐富區(qū)域圖進(jìn)行所述第一方向的投影，得到第一投影直方圖；

將所述紋理豐富區(qū)域圖進(jìn)行第二方向的投影，得到第二投影直方圖，所述第二方向垂直于所述第一方向；

搜索所述第一投影直方圖的波峰區(qū)域，得到第一波峰區(qū)域；

搜索所述第二投影直方圖的波峰區(qū)域，得到第二波峰區(qū)域；

根據(jù)所述第一波峰區(qū)域和所述第二波峰區(qū)域確定第一車臉定位結(jié)果圖。

一種車臉定位系統(tǒng)，包括：

邊緣檢測單元，用于對目標(biāo)圖像在第一方向上進(jìn)行邊緣檢測，得到所述第一方向上的邊緣檢測結(jié)果圖，所述目標(biāo)圖像為當(dāng)前需要進(jìn)行車臉定位的圖像；

紋理獲取單元，用于根據(jù)所述邊緣檢測結(jié)果圖獲取所述第一方向上的紋理豐富區(qū)域圖；

投影單元，用于將所述紋理豐富區(qū)域圖進(jìn)行所述第一方向的投影，得到第一投影直方圖，并將所述紋理豐富區(qū)域圖進(jìn)行第二方向的投影，得到第二投影直方圖，所述第二方向垂直于所述第一方向；

搜索單元，用于搜索所述第一投影直方圖的波峰區(qū)域，得到第一波峰區(qū)域，并搜索所述第二投影直方圖的波峰區(qū)域，得到第二波峰區(qū)域；

粗定位單元，用于根據(jù)所述第一波峰區(qū)域和所述第二波峰區(qū)域確定第一車臉定位結(jié)果圖。

根據(jù)上述本發(fā)明的方案，其是對目標(biāo)圖像在第一方向上進(jìn)行邊緣檢測，得到該第一方向上的邊緣檢測結(jié)果圖，根據(jù)所述邊緣檢測結(jié)果圖獲取該第一方向上的紋理豐富區(qū)域圖，將所述紋理豐富區(qū)域圖進(jìn)行所述第一方向的投影，得到第一投影直方圖，將所述紋理豐富區(qū)域圖進(jìn)行第二方向的投影，得到第二投影直方圖，搜索第一投影直方圖的波峰區(qū)域，得到第一波峰區(qū)域，搜索第二投影直方圖的波峰區(qū)域，得到第二波峰區(qū)域，根據(jù)所述第一波峰區(qū)域和所述第二波峰區(qū)域得到第一車臉定位結(jié)果圖，由于對目標(biāo)圖像在第一方向上進(jìn)行了邊緣檢測，根據(jù)該邊緣檢測得到的第一方向上的邊緣檢測結(jié)果圖獲取所述第一方向上的紋理豐富區(qū)域圖，并根據(jù)對該紋理豐富區(qū)域圖投影、波峰檢測獲得的第一波峰區(qū)域和第二波峰區(qū)域得到第一車臉定位結(jié)果圖，這種基于紋理的車位定位方式，不需要依賴于車輛的完整性，可以有效的完成對大角度、車身拍攝不全的車臉的定位，且整個(gè)過程不需要反復(fù)迭代或者深度學(xué)習(xí)，也提升了定位速度，同時(shí)，由于無需遍歷整張圖片，運(yùn)算量較小，也進(jìn)一步提升了定位速度。

附圖說明

圖1為本發(fā)明實(shí)施例一的車臉定位方法的實(shí)現(xiàn)流程示意圖；

圖2為本發(fā)明實(shí)施例二的車臉定位方法的實(shí)現(xiàn)流程示意圖；

圖3為一個(gè)具體示例中的需要進(jìn)行車輛定位的圖像；

圖4為一個(gè)具體示例中的用水平方向邊緣檢測得到的水平方向邊緣圖；

圖5為邊緣檢測結(jié)果圖去除噪聲的結(jié)果；

圖6為通過連接垂直方向的邊緣得到的水平紋理豐富區(qū)域圖；

圖7為水平紋理豐富區(qū)域圖的水平方向投影直方圖；

圖8為水平紋理豐富區(qū)域圖的垂直方向投影直方圖；

圖9為車臉粗定位結(jié)果；

圖10為較長的邊緣的連通域；

圖11為車臉粗定位的垂直投影直方圖；

圖12為車臉垂直方向精確定位結(jié)果；

圖13為車臉垂直方向精確定位結(jié)果的水平投影直方圖；

圖14為車臉精確定位的結(jié)果；

圖15為本發(fā)明實(shí)施例三的車臉定位方法的組成示意圖一；

圖16為本發(fā)明實(shí)施例三的車臉定位方法的組成示意圖二。

具體實(shí)施方式

為了便于理解本發(fā)明，下面將參照相關(guān)附圖對本發(fā)明進(jìn)行更全面的描述。附圖中給出了本發(fā)明的較佳的實(shí)施例。但是，本發(fā)明可以以許多不同的形式來實(shí)現(xiàn)，并不限于本文所描述的實(shí)施例。相反地，提供這些實(shí)施例的目的是使對本發(fā)明的公開內(nèi)容的理解更加透徹全面。

除非另有定義，本文所使用的所有的技術(shù)和科學(xué)術(shù)語與屬于本發(fā)明的技術(shù)領(lǐng)域的技術(shù)人員通常理解的含義相同。本文中在本發(fā)明的說明書中所使用的術(shù)語只是為了描述具體的實(shí)施例的目的，不是旨在于限制本發(fā)明。本文所使用的術(shù)語“或/和”包括一個(gè)或多個(gè)相關(guān)的所列項(xiàng)目的任意的和所有的組合。為敘述方便，下文中如出現(xiàn)“上”、“下”、“左”、“右”字樣，僅表示與附圖本身的上、下、左、右方向一致，并不對結(jié)構(gòu)起限定作用

實(shí)施例一

本發(fā)明實(shí)施例一提供一種車臉定位方法，參見圖1所示，為本發(fā)明實(shí)施例一的車臉定位方法的實(shí)現(xiàn)流程示意圖。如圖1所示，本實(shí)施例一的車臉定位方法包括如下步驟：

步驟S101：對目標(biāo)圖像在第一方向上進(jìn)行邊緣檢測，得到所述第一方向上的邊緣檢測結(jié)果圖，所述目標(biāo)圖像為當(dāng)前需要進(jìn)行車臉定位的圖像；

其中，通過對目標(biāo)圖像進(jìn)行邊緣檢測可以大幅度地減少數(shù)據(jù)量，并且剔除可以認(rèn)為不相關(guān)的信息，保留目標(biāo)圖像中重要的結(jié)構(gòu)屬性信息(紋理信息)。

在其中一個(gè)實(shí)施例中，所述對目標(biāo)圖像在第一方向上進(jìn)行邊緣檢測，得到所述第一方向上的邊緣檢測結(jié)果圖的步驟可以包括：對所述目標(biāo)圖像進(jìn)行卷積處理，得到卷積結(jié)果，對所述卷積結(jié)果進(jìn)行閾值化處理，得到所述第一方向上的邊緣檢測結(jié)果圖。

具體地，可以首先通過sobel算子對所述目標(biāo)圖像進(jìn)行卷積運(yùn)算，運(yùn)算公式如下：

其中，I表示目標(biāo)圖像，G_x表示卷積結(jié)果；

其次，對卷積結(jié)果進(jìn)行閾值化處理，可以得到所述第一方向上的邊緣檢測結(jié)果圖；這里，閾值化處理是指將卷積結(jié)果中的每個(gè)像素位置(或者稱為像素點(diǎn))的灰度值分別與一個(gè)預(yù)設(shè)閾值進(jìn)行比較，當(dāng)灰度值小于該預(yù)設(shè)閾值時(shí)，將對應(yīng)的像素位置賦值為0，當(dāng)灰度值不小于該預(yù)設(shè)閾值時(shí)，將對應(yīng)的像素位置賦值為255，一般該預(yù)設(shè)閾值可以選128，這樣，可以使得圖像上亮的地方更亮，暗的地方更暗，為確定車頭紋理提供了基礎(chǔ)。

步驟S102：根據(jù)所述邊緣檢測結(jié)果圖獲取所述第一方向上的紋理豐富區(qū)域圖；

這里，紋理豐富區(qū)域圖是對邊緣檢測結(jié)果進(jìn)行相應(yīng)處理后的圖像，這里的相應(yīng)處理可以包括去噪處理，或者/和邊緣連接處理等等，紋理豐富區(qū)域是指進(jìn)行相應(yīng)處理后的圖像中的白色區(qū)域。

具體地，可以通過連接所述邊緣檢測結(jié)果圖中的第二方向的邊緣得到所述第一方向上的紋理豐富區(qū)域圖，這里，所述第二方向垂直于所述第一方向。

這里，紋理豐富區(qū)域圖是指經(jīng)過邊緣連接處理后的圖像。

此外，也可以先對所述邊緣檢測結(jié)果圖進(jìn)行去噪處理，得到去噪結(jié)果圖，再根據(jù)去噪結(jié)果圖確定所述第一方向上的紋理豐富區(qū)域圖。具體地，在其中一個(gè)實(shí)施例中，所述根據(jù)所述邊緣檢測結(jié)果圖獲取所述第一方向上的紋理豐富區(qū)域圖可以包括：對所述邊緣檢測結(jié)果圖按八鄰域進(jìn)行連通域搜索，得到所述邊緣檢測結(jié)果圖中的各連通域，將外接矩形的所述第一方向的寬度小于預(yù)設(shè)的第一門限值的連通域作為噪聲去除，得到去噪結(jié)果圖；對所述去噪結(jié)果圖按列進(jìn)行遍歷，若任意兩個(gè)相鄰邊緣點(diǎn)之間的第一方向的距離小于預(yù)設(shè)的第二門限值，則將所述相鄰邊緣點(diǎn)之間的像素全部設(shè)為白點(diǎn)(即賦值為255)，得到所述第一方向上的紋理豐富區(qū)域圖。

這里，八鄰域是指上、下、左、右、左上、左下、右上和右下等8個(gè)鄰域。

這里，第二門限值的大小可以根據(jù)實(shí)際需要設(shè)定。

這里，列的延伸方向是與第一方向垂直的。

其中，連通域搜索可以基于現(xiàn)有的連通域搜索算法實(shí)現(xiàn)，在此不予贅述。

步驟S103：將所述紋理豐富區(qū)域圖進(jìn)行所述第一方向的投影，得到第一投影直方圖；

這里，第一投影直方圖表征了目標(biāo)圖像的第一方向的特性。

步驟S104：將所述紋理豐富區(qū)域圖進(jìn)行第二方向的投影，得到第二投影直方圖；

這里，第二投影直方圖表征了目標(biāo)圖像的第二方向的特性。

其中，步驟S103和步驟S104也可以不采用上述先后順序執(zhí)行，也可以同時(shí)執(zhí)行。

步驟S105：搜索所述第一投影直方圖的波峰區(qū)域，得到第一波峰區(qū)域；

具體地，可以首先確定第一投影直方圖對應(yīng)的分割閾值，其次，根據(jù)第一投影直方圖對應(yīng)的分割閾值在所述第一投影直方圖搜索與該分割閾值所在的邊界位置，分割閾值所在的邊界位置至少為兩個(gè)，每相鄰兩個(gè)邊界位置之間的區(qū)域?yàn)橐粋€(gè)波峰區(qū)域，將這些波峰區(qū)域中的最大波峰區(qū)域確定為第一波峰區(qū)域。

其中，波峰區(qū)域的分割閾值根據(jù)預(yù)設(shè)比例值、對應(yīng)的投影直方圖所有值的和值以及對應(yīng)的投影直方圖的尺寸值(即對應(yīng)的投影直方圖的寬度值)確定，所述預(yù)設(shè)比例值為介于0和1之間的數(shù)。計(jì)算公式如公式(2)所示：

peakVal＝ratio*sumVal/binNum (2)

其中，peakVal表示波峰區(qū)域的分割閾值，ratio是個(gè)大于0小于1.0的數(shù)，即所述的預(yù)設(shè)比例值，sumVal是對應(yīng)的投影直方圖所有值的和值，binNum是對應(yīng)的投影直方圖的尺寸值。

例如，第一投影直方圖的波峰區(qū)域的分割閾值根據(jù)預(yù)設(shè)比例值、第一投影直方圖所有值的和值以及第一投影直方圖的尺寸值確定。

步驟S106：搜索所述第二投影直方圖的波峰區(qū)域，得到第二波峰區(qū)域；

具體地，可以首先確定第二投影直方圖對應(yīng)的分割閾值，其次，根據(jù)第二投影直方圖對應(yīng)的分割閾值在所述第二投影直方圖搜索與該分割閾值所在的邊界位置，分割閾值所在的邊界位置至少為兩個(gè)，每相鄰兩個(gè)邊界位置之間的區(qū)域?yàn)橐粋€(gè)波峰區(qū)域，將這些波峰區(qū)域中的最大波峰區(qū)域確定為第二波峰區(qū)域。

其中，第二投影直方圖的波峰區(qū)域的分割閾值的確定方式與第一投影直方圖的波峰區(qū)域的分割閾值的確定方式相似，在此不予贅述。

其中，步驟S105和步驟S106也可以不采用上述先后順序執(zhí)行，也可以同時(shí)執(zhí)行。

步驟S107：根據(jù)所述第一波峰區(qū)域和所述第二波峰區(qū)域確定第一車臉定位結(jié)果圖；

具體地，可以根據(jù)所述第一波峰區(qū)域確定車臉相對的第一邊界和第二邊界，根據(jù)第二波峰區(qū)域確定車臉相對的第三邊界和第四邊界，將第一邊界、第二邊界、第三邊界和第四邊界圍成的中間區(qū)域定位為車臉區(qū)域，得到第一車臉定位結(jié)果圖。

據(jù)此，根據(jù)上述本實(shí)施例的方案，其是對目標(biāo)圖像在第一方向上進(jìn)行邊緣檢測，得到該第一方向上的邊緣檢測結(jié)果圖，根據(jù)所述邊緣檢測結(jié)果圖獲取該第一方向上的紋理豐富區(qū)域圖，將所述紋理豐富區(qū)域圖進(jìn)行所述第一方向的投影，得到第一投影直方圖，將所述紋理豐富區(qū)域圖進(jìn)行第二方向的投影，得到第二投影直方圖，搜索第一投影直方圖的波峰區(qū)域，得到第一波峰區(qū)域，搜索第二投影直方圖的波峰區(qū)域，得到第二波峰區(qū)域，根據(jù)所述第一波峰區(qū)域和所述第二波峰區(qū)域得到第一車臉定位結(jié)果圖，由于對目標(biāo)圖像在第一方向上進(jìn)行了邊緣檢測，根據(jù)該邊緣檢測得到的第一方向上的邊緣檢測結(jié)果圖獲取所述第一方向上的紋理豐富區(qū)域圖，并根據(jù)對該紋理豐富區(qū)域圖投影、波峰檢測獲得的第一波峰區(qū)域和第二波峰區(qū)域得到第一車臉定位結(jié)果圖，這種基于紋理的車位定位方式，不需要依賴于車輛的完整性，可以有效的完成對大角度、車身拍攝不全的車臉的定位，且整個(gè)過程不需要反復(fù)迭代或者深度學(xué)習(xí)，也提升了定位速度，同時(shí)，由于無需遍歷整張圖片，運(yùn)算量較小，也進(jìn)一步提升了定位速度。

實(shí)施例二

為了能夠?qū)嚹槍?shí)現(xiàn)更加精確的定位，本發(fā)明實(shí)施例二提供一種車臉定位方法，參見圖2所示，為本發(fā)明實(shí)施例二的車臉定位方法的實(shí)現(xiàn)流程示意圖。如圖2所示，本實(shí)施例二的車臉定位方法在上述實(shí)施例一的基礎(chǔ)上還包括如下步驟：

步驟S201：對所述第一車臉定位結(jié)果圖按照連通域的傾斜角度進(jìn)行仿射變換，得到所述第一方向的校正結(jié)果；

具體地，通過對第一車臉定位結(jié)果圖按照連通域的傾斜角度進(jìn)行仿射變換，可以完成對車臉第一方向的校正，得到所述第一方向的校正結(jié)果。

此外，在對所述第一車臉定位結(jié)果圖按照連通域的傾斜角度進(jìn)行仿射變換之前，可以先對所述第一車臉定位結(jié)果圖進(jìn)行去噪處理。在去噪處理完成后，對去噪處理后的結(jié)果圖按照連通域的傾斜角度進(jìn)行仿射變換，得到所述第一方向的校正結(jié)果。

其中，對所述第一車臉定位結(jié)果圖進(jìn)行去噪處理可以包括：對所述第一車臉定位結(jié)果圖按八鄰域進(jìn)行連通域搜索，按照搜索到的各連通域第一方向的寬度從小到大排序，選出最大的設(shè)定數(shù)目的連通域；對選出的各連通域分別按照最小二乘法擬合成直線，擬合成的直線的傾斜角作為對應(yīng)的連通域的傾斜角，獲取選出的各連通域的傾斜角度數(shù)均值；根據(jù)所述傾斜角度數(shù)均值確定傾斜角度數(shù)下限值和傾斜角度數(shù)上限值；將搜索到的各連通域中小于所述傾斜角度數(shù)下限值或者大于所述傾斜角度數(shù)上限值的連通域作為噪聲去除。

這里，設(shè)定數(shù)目的大小可以根據(jù)實(shí)際需要確定，

其中，一般以傾斜角度數(shù)均值與某一設(shè)定度數(shù)值的差值確定為傾斜角度數(shù)下限值，以傾斜角度數(shù)均值與某一設(shè)定度數(shù)值的和值確定為傾斜角度數(shù)上限值。該設(shè)定度數(shù)值的大小可以根據(jù)實(shí)際需要確定，例如8。

步驟S202：將所述校正結(jié)果進(jìn)行所述第二方向的投影，得到第三投影直方圖；

步驟S203：搜索所述第三投影直方圖的波峰區(qū)域，得到第三波峰區(qū)域；

其中，第三波峰區(qū)域的獲得方式與第二波峰區(qū)域的獲得方式相類似，在此不予贅述。

步驟S204：根據(jù)所述第三波峰區(qū)域確定車臉的第一預(yù)設(shè)類型邊界的定位結(jié)果；

這里，第一預(yù)設(shè)類型邊界的定位結(jié)果是第一預(yù)設(shè)類型邊界的精確定位結(jié)果，其中，車臉的第一預(yù)設(shè)類型邊界一般是指車臉左右邊界。

步驟S205：對所述第一預(yù)設(shè)類型邊界的定位結(jié)果進(jìn)行所述第一方向的投影，得到第四投影直方圖；

步驟S206：搜索所述第四投影直方圖的波峰區(qū)域，得到第四波峰區(qū)域；

其中，第四波峰區(qū)域的獲得方式與第一波峰區(qū)域的獲得方式相類似，在此不予贅述。

其中，第三波峰區(qū)域和第四波峰區(qū)域的確定方式，與上述的第一波峰區(qū)域和第二波峰區(qū)域的確定方式是相似的，在此不予贅述。

步驟S207：根據(jù)所述第四波峰區(qū)域確定車臉的第二預(yù)設(shè)類型邊界的定位結(jié)果；

這里，第二預(yù)設(shè)類型邊界的定位結(jié)果是第二預(yù)設(shè)類型邊界的精確定位結(jié)果，其中，車臉的第二預(yù)設(shè)類型邊界一般是指車臉上下邊界。

步驟S208：根據(jù)所述第一預(yù)設(shè)類型邊界的定位結(jié)果和第二預(yù)設(shè)類型邊界的定位結(jié)果獲取第二車臉定位結(jié)果圖；

具體地，可以將根據(jù)第一預(yù)設(shè)類型邊界的定位結(jié)果得到的兩個(gè)相對邊界和根據(jù)第二預(yù)設(shè)類型邊界的定位結(jié)果得到的兩個(gè)相對邊界圍成的中間區(qū)域定位為車臉區(qū)域，根據(jù)定位的車輛區(qū)域得到第二車臉定位結(jié)果圖。

考慮到，有時(shí)會(huì)出現(xiàn)所確定出的車輛水平寬度或者垂直高度明顯較小的情況，為了在這種情況下也能定位出車臉。在其中一個(gè)實(shí)施例中，所述根據(jù)所述第一預(yù)設(shè)類型邊界的定位結(jié)果和第二預(yù)設(shè)類型邊界的定位結(jié)果獲取第二車臉定位結(jié)果圖可以包括：在根據(jù)所述第一預(yù)設(shè)類型邊界的定位結(jié)果判定所述第二方向的波峰寬度小于預(yù)設(shè)的第三門限值，或者在根據(jù)所述第二預(yù)設(shè)類型邊界的定位結(jié)果判定所述第一方向的波峰寬度小于預(yù)設(shè)的第四門限值，則將所述選出的各連通域的范圍確定為車臉范圍，根據(jù)所確定的車臉范圍獲取所述第二車臉定位結(jié)果圖。

這里，所述選出的各連通域是指上述的在經(jīng)過連通域搜索、對搜索的各連通域第一方向的寬度從小到大排序，選出的最大的設(shè)定數(shù)目的連通域。

其中，上述的第一方向一般為水平方向，上述的第二方向一般為水平方向的垂直方向。

具體示例

為了便于理解本發(fā)明的方案，以下通過一個(gè)具體示例進(jìn)行闡述，但本發(fā)明方案的實(shí)現(xiàn)方式不限于此。在本具體示例中，是以第一方向是水平方向，二方向是水平方向的垂直方向?yàn)槔M(jìn)行說明。

為了定位圖3中的車臉，對圖3用sobel算子進(jìn)行卷積運(yùn)算，運(yùn)算公式如公式(1)。

對卷積結(jié)果進(jìn)行閾值化處理，可以得到圖像的水平方向邊緣圖，如圖4所示。對圖4按八臨域進(jìn)行連通域搜尋，得到全部的連通域，將外接矩形的水平方向的寬度小于minWidth1(相當(dāng)于上述的第一門限值)的連通域作為噪聲去除，可以得到圖4的去噪結(jié)果圖5。

對圖5按列進(jìn)行遍歷，如果相鄰邊緣點(diǎn)之間的距離小于verDist(相當(dāng)于上述的第一門限值)，則將這兩點(diǎn)間的像素全置為白點(diǎn)，得到圖6。圖6所示白色區(qū)域(即灰度值為255的區(qū)域)即為水平方向紋理豐富的區(qū)域。對圖6進(jìn)行水平方向投影得到水平方向投影直方圖，即圖7，對圖6進(jìn)行垂直方向投影得到垂直方向投影直方圖，即圖8。分別搜索水平方向投影直方圖和垂直方向投影直方圖的波峰區(qū)域，可以車臉粗定位結(jié)果，如圖9。其中，計(jì)算波峰分割閾值如公式(2)。

對圖9按八鄰域進(jìn)行連通域搜尋，按連通域水平方向的寬度從大到小排序，對最大的referNum(相當(dāng)于上述的設(shè)定數(shù)目)個(gè)連通域逐個(gè)按最小二乘法擬合成直線，得到直線的傾斜角即為該連通域的傾斜角，這些傾斜角度數(shù)的均值為meanAng，即為車臉?biāo)椒较虻膬A斜角。將圖9中連通域傾斜角度大于meanAng+8(相當(dāng)于上述的傾斜角度數(shù)上限值)，或小于meanAng-8(相當(dāng)于上述的傾斜角度數(shù)下限值)的連通域視為噪聲去除，其中，圖10為較長的邊緣的連通域。

對車臉粗定位結(jié)果按傾斜角度meanAng進(jìn)行仿射變換，可以完成車臉?biāo)椒较虻男Ｕ?。對校正結(jié)果進(jìn)行垂直投影可以得到車臉粗定位結(jié)果的垂直投影直方圖，即圖11，該垂直投影直方圖的最大波峰區(qū)域即為車臉左右邊界的精確定位結(jié)果。對左右邊界精確定位結(jié)果進(jìn)行水平投影可以得到其水平投影直方圖圖13，直方圖的最大波峰區(qū)域即為車臉上下邊界的精確定位結(jié)果。其中，圖12為車臉垂直方向精確定位結(jié)果。如果水平投影直方圖的波峰寬度小于minHeight(相當(dāng)于上述的第四門限值)，或垂直投影直方圖的波峰寬度小于minWidth2(相當(dāng)于上述的第三門限值)，則以最大的referNum個(gè)連通域的范圍作為車臉的精確范圍。車臉校正后的精確定位結(jié)果如圖14。

本具體示例中，根據(jù)Sobel算子得到水平紋理特征，根據(jù)紋理密集程度和傾斜角來能快速定位車臉的精確位置，并實(shí)現(xiàn)車臉?biāo)椒较虻膬A斜校正的方法，使定位結(jié)果能包含車臉的全部特征，能為車型識別、車標(biāo)識別、車臉特征識別、車身顏色等車輛智能分析提供基礎(chǔ)。

實(shí)施例三

根據(jù)上述實(shí)施例中的車臉定位方法，本發(fā)明還提供一種車臉定位系統(tǒng)。圖15為本發(fā)明實(shí)施例三的車臉定位系統(tǒng)的組成結(jié)構(gòu)示意圖。如圖15所示，實(shí)施例三的車臉定位系統(tǒng)包括類型邊緣檢測單元301、紋理獲取單元302、投影單元303、搜索單元304和粗定位單元305，其中：

邊緣檢測單元301，用于對目標(biāo)圖像在第一方向上進(jìn)行邊緣檢測，得到所述第一方向上的邊緣檢測結(jié)果圖，所述目標(biāo)圖像為當(dāng)前需要進(jìn)行車臉定位的圖像；

紋理獲取單元302，用于根據(jù)所述邊緣檢測結(jié)果圖獲取所述第一方向上的紋理豐富區(qū)域圖；

投影單元303，用于將所述紋理豐富區(qū)域圖進(jìn)行所述第一方向的投影，得到第一投影直方圖，并將所述紋理豐富區(qū)域圖進(jìn)行第二方向的投影，得到第二投影直方圖，所述第二方向垂直于所述第一方向；

搜索單元304，用于搜索所述第一投影直方圖的波峰區(qū)域，得到第一波峰區(qū)域，并搜索所述第二投影直方圖的波峰區(qū)域，得到第二波峰區(qū)域；

粗定位單元305，用于根據(jù)所述第一波峰區(qū)域和所述第二波峰區(qū)域確定第一車臉定位結(jié)果圖。

在其中一個(gè)實(shí)施例中，如圖16所示，本發(fā)明的車臉定位系統(tǒng)，還可以包括校正單元306、邊界定位單元307和精確定位單元308，其中：

校正單元306用于對所述第一車臉定位結(jié)果圖按照連通域的傾斜角度進(jìn)行仿射變換，得到所述第一方向的校正結(jié)果；

搜索單元304還用于將所述校正結(jié)果進(jìn)行所述第二方向的投影，得到第三投影直方圖；

所述搜索單元還用于搜索所述第三投影直方圖的波峰區(qū)域，得到第三波峰區(qū)域；

邊界定位單元307用于根據(jù)所述第三波峰區(qū)域確定車臉的第一預(yù)設(shè)類型邊界的定位結(jié)果；

投影單元303還用于對所述第一預(yù)設(shè)類型邊界的定位結(jié)果進(jìn)行所述第一方向的投影，得到第四投影直方圖；

搜索單元304還用于搜索所述第四投影直方圖的波峰區(qū)域，得到第四波峰區(qū)域；

邊界定位單元307還用于根據(jù)所述第四波峰區(qū)域確定車臉的第二預(yù)設(shè)類型邊界的定位結(jié)果；

精確定位單元308，用于根據(jù)所述第一預(yù)設(shè)類型邊界的定位結(jié)果和第二預(yù)設(shè)類型邊界的定位結(jié)果獲取第二車臉定位結(jié)果圖。

在其中一個(gè)實(shí)施例中，紋理獲取單元302可以對所述邊緣檢測結(jié)果圖按八鄰域進(jìn)行連通域搜索，得到所述邊緣檢測結(jié)果圖中的各連通域，將外接矩形的所述第一方向的寬度小于預(yù)設(shè)的第一門限值的連通域作為噪聲去除，得到去噪結(jié)果圖，對所述去噪結(jié)果圖按列進(jìn)行遍歷，若任意兩個(gè)相鄰邊緣點(diǎn)之間的第一方向的距離小于預(yù)設(shè)的第二門限值，則將所述相鄰邊緣點(diǎn)之間的像素全部設(shè)為白點(diǎn)，得到所述第一方向上的紋理豐富區(qū)域圖。

在其中一個(gè)實(shí)施例中，校正單元306還用于在對所述第一車臉定位結(jié)果圖按照連通域的傾斜角度進(jìn)行仿射變換之前，先對所述第一車臉定位結(jié)果圖進(jìn)行去噪處理，所述對所述第一車臉定位結(jié)果圖進(jìn)行去噪處理包括：對所述第一車臉定位結(jié)果圖按八鄰域進(jìn)行連通域搜索，按照搜索到的各連通域第一方向的寬度從小到大排序，選出最大的設(shè)定數(shù)目的連通域；對選出的各連通域分別按照最小二乘法擬合成直線，擬合成的直線的傾斜角作為對應(yīng)的連通域的傾斜角，獲取選出的各連通域的傾斜角度數(shù)均值；根據(jù)所述傾斜角度數(shù)均值確定傾斜角度數(shù)下限值和傾斜角度數(shù)上限值；將搜索到的各連通域中小于所述傾斜角度數(shù)下限值或者大于所述傾斜角度數(shù)上限值的連通域作為噪聲去除。

在其中一個(gè)實(shí)施例中，精確定位單元308可以在根據(jù)所述第一預(yù)設(shè)類型邊界的定位結(jié)果判定所述第二方向的波峰寬度小于預(yù)設(shè)的第三門限值，或者在根據(jù)所述第二預(yù)設(shè)類型邊界的定位結(jié)果判定所述第一方向的波峰寬度小于預(yù)設(shè)的第四門限值，則將所述選出的各連通域的范圍確定為車臉范圍，根據(jù)所確定的車臉范圍獲取所述第二車臉定位結(jié)果圖。

在其中一個(gè)實(shí)施例中邊緣檢測單元301可以對所述目標(biāo)圖像進(jìn)行卷積處理，得到卷積結(jié)果，對所述卷積結(jié)果進(jìn)行閾值化處理，得到所述第一方向上的邊緣檢測結(jié)果圖。

在其中一個(gè)實(shí)施例中，波峰區(qū)域的分割閾值根據(jù)預(yù)設(shè)比例值、對應(yīng)的投影直方圖所有值的和值以及對應(yīng)的投影直方圖的尺寸值確定，所述預(yù)設(shè)比例值為介于0和1之間的數(shù)。

在其中一個(gè)實(shí)施例中，所述第一方向?yàn)樗椒较颍龅诙较驗(yàn)樗椒较虻拇怪狈较颉?/p>

本發(fā)明實(shí)施例提供的車臉定位系統(tǒng)，需要指出的是：以上對于車臉定位系統(tǒng)的描述，與上述車臉定位方法的描述是類似的，并且具有上述車臉定位方法的有益效果，為節(jié)約篇幅，不再贅述；因此，以上對本發(fā)明實(shí)施例提供的車臉定位系統(tǒng)中未披露的技術(shù)細(xì)節(jié)，請參照上述提供的車臉定位方法的描述。

需要說明的是，術(shù)語“中心”、“上”、“下”、“左”、“右”、“豎直”、“水平”、“內(nèi)”、“外”等指示的方位或位置關(guān)系為基于附圖所示的方位或位置關(guān)系，或者是該圖像或者車輛慣常擺放的方位或位置關(guān)系，僅是為了便于描述本發(fā)明和簡化描述，而不是指示或暗示所指的裝置或元件必須具有特定的方位、以特定的方位構(gòu)造和操作，因此不能理解為對本發(fā)明的限制。此外，術(shù)語“第一”、“第二”、“第三”等僅用于區(qū)分描述，而不能理解為指示或暗示相對重要性。

在本申請所提供的幾個(gè)實(shí)施例中，應(yīng)該理解到，所揭露的設(shè)備和方法，可以通過其它的方式實(shí)現(xiàn)。以上所描述的設(shè)備實(shí)施例僅僅是示意性的，例如，所述單元的劃分，僅僅為一種邏輯功能劃分，實(shí)際實(shí)現(xiàn)時(shí)可以有另外的劃分方式，如：多個(gè)單元或組件可以結(jié)合，或可以集成到另一個(gè)系統(tǒng)，或一些特征可以忽略，或不執(zhí)行。另外，所顯示或討論的各組成部分相互之間的耦合、或直接耦合、或通信連接可以是通過一些接口，設(shè)備或單元的間接耦合或通信連接，可以是電性的、機(jī)械的或其它形式的。

上述作為分離部件說明的單元可以是、或也可以不是物理上分開的，作為單元顯示的部件可以是、或也可以不是物理單元，即可以位于一個(gè)地方，也可以分布到多個(gè)網(wǎng)絡(luò)單元上；可以根據(jù)實(shí)際的需要選擇其中的部分或全部單元來實(shí)現(xiàn)本實(shí)施例方案的目的。

另外，在本發(fā)明各實(shí)施例中的各功能單元可以全部集成在一個(gè)處理單元中，也可以是各單元分別單獨(dú)作為一個(gè)單元，也可以兩個(gè)或兩個(gè)以上單元集成在一個(gè)單元中；上述集成的單元既可以采用硬件的形式實(shí)現(xiàn)，也可以采用硬件加軟件功能單元的形式實(shí)現(xiàn)。

本領(lǐng)域普通技術(shù)人員可以理解：實(shí)現(xiàn)上述方法實(shí)施例的全部或部分步驟可以通過程序指令相關(guān)的硬件來完成，前述的程序可以存儲(chǔ)于一計(jì)算機(jī)可讀取存儲(chǔ)介質(zhì)中，該程序在執(zhí)行時(shí)，執(zhí)行包括上述方法實(shí)施例的步驟；而前述的存儲(chǔ)介質(zhì)包括：移動(dòng)存儲(chǔ)設(shè)備、只讀存儲(chǔ)器(ROM，Read-Only Memory)、隨機(jī)存取存儲(chǔ)器(RAM，RandomAccess Memory)、磁碟或者光盤等各種可以存儲(chǔ)程序代碼的介質(zhì)。

或者，本發(fā)明上述集成的單元如果以軟件功能模塊的形式實(shí)現(xiàn)并作為獨(dú)立的產(chǎn)品銷售或使用時(shí)，也可以存儲(chǔ)在一個(gè)計(jì)算機(jī)可讀取存儲(chǔ)介質(zhì)中。基于這樣的理解，本發(fā)明實(shí)施例的技術(shù)方案本質(zhì)上或者說對現(xiàn)有技術(shù)做出貢獻(xiàn)的部分可以以軟件產(chǎn)品的形式體現(xiàn)出來，該計(jì)算機(jī)軟件產(chǎn)品存儲(chǔ)在一個(gè)存儲(chǔ)介質(zhì)中，包括若干指令用以使得一臺(tái)計(jì)算機(jī)設(shè)備(可以是個(gè)人計(jì)算機(jī)、服務(wù)器、或者網(wǎng)絡(luò)設(shè)備等)執(zhí)行本發(fā)明各個(gè)實(shí)施例所述方法的全部或部分。而前述的存儲(chǔ)介質(zhì)包括：移動(dòng)存儲(chǔ)設(shè)備、ROM、RAM、磁碟或者光盤等各種可以存儲(chǔ)程序代碼的介質(zhì)。

以上所述實(shí)施例的各技術(shù)特征可以進(jìn)行任意的組合，為使描述簡潔，未對上述實(shí)施例中的各個(gè)技術(shù)特征所有可能的組合都進(jìn)行描述，然而，只要這些技術(shù)特征的組合不存在矛盾，都應(yīng)當(dāng)認(rèn)為是本說明書記載的范圍。

以上所述實(shí)施例僅表達(dá)了本發(fā)明的幾種實(shí)施方式，其描述較為具體和詳細(xì)，但并不能因此而理解為對發(fā)明專利范圍的限制。應(yīng)當(dāng)指出的是，對于本領(lǐng)域的普通技術(shù)人員來說，在不脫離本發(fā)明構(gòu)思的前提下，還可以做出若干變形和改進(jìn)，這些都屬于本發(fā)明的保護(hù)范圍。因此，本發(fā)明專利的保護(hù)范圍應(yīng)以所附權(quán)利要求為準(zhǔn)。