一種基于hough直線檢測和投影的車窗檢測方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及車輛識別領(lǐng)域，特別是涉及一種基于hough直線檢測和投影的車窗檢測方法。
【背景技術(shù)】
[0002]近幾十年來，智能交通系統(tǒng)已經(jīng)取得了飛速發(fā)展。車窗區(qū)域識別是智能交通系統(tǒng)中一個(gè)比較新的研究方向，車窗檢測是卡口車輛識別系統(tǒng)中的一個(gè)重要功能。當(dāng)檢測到車窗區(qū)域以后，就能在其基礎(chǔ)上進(jìn)行年檢標(biāo)志、副駕駛位人員、車前擺件等一系列車輛指紋的檢測，為車輛識別系統(tǒng)提供依據(jù)，在很大程度上改善車輛識別的準(zhǔn)確率，因此，對車窗檢測是車輛識別系統(tǒng)中的關(guān)鍵技術(shù)。
[0003]目前的車窗檢測算法主要有兩個(gè)研究方向:基于梯度的車窗檢測方法和基于顏色差異的車窗檢測方法。這兩種方法存在以下弊端:當(dāng)采用基于梯度的車窗檢測方法時(shí)，如果車窗邊界不夠明顯，其邊框的梯度也很不明顯;而當(dāng)基于顏色差異的車窗檢測方法，如果車窗區(qū)域顏色與車身差異不夠大，車窗檢測也不會很精確。

【發(fā)明內(nèi)容】

[0004]本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足，提供一種基于hough直線檢測和投影的車窗檢測方法，基于車牌位置的檢測，在車牌位置的基礎(chǔ)上定位出大致的車窗區(qū)域;在這個(gè)粗定位的區(qū)域里，利用hough直線檢測和水平梯度等技術(shù)，找到最合適的上下邊界位置;再通過hough直線檢測找到合適的車窗左右邊界，從而檢測出準(zhǔn)確的車窗區(qū)域。
[0005]本發(fā)明的目的是通過以下技術(shù)方案來實(shí)現(xiàn)的:一種基于hough直線檢測和投影的車窗檢測方法，所述方法包括車窗區(qū)域粗定位步驟S1、車窗上下邊界定位步驟S2和車窗左右邊界定位步驟S3。
[0006]S1，車窗區(qū)域粗定位步驟:根據(jù)車牌位置初步定位出車窗區(qū)域，得到粗定位的車窗區(qū)域圖像。
[0007]S2，車窗上下邊界定位步驟，確定車窗的上下邊界，包括以下多個(gè)子步驟。
[0008]S201，對步驟S1中的車窗區(qū)域圖像進(jìn)行均值二值化處理，計(jì)算其灰度圖像的灰度均值，并根據(jù)均值進(jìn)行二值化，得到二值化圖像。
[0009]S202，對二值化圖像進(jìn)行hough直線檢測處理，檢測出符合要求的直線，并在二值化圖像上只保留被檢測出的直線所在的前景點(diǎn)，得到前景點(diǎn)二值化圖像。
[0010]S203，對步驟S1中的車窗區(qū)域圖像進(jìn)行水平梯度處理，計(jì)算其水平梯度，得到水平梯度圖像。
[0011]S204，對水平梯度圖像進(jìn)行均值二值化處理，輸出水平梯度二值化圖像。
[0012]S205，對前景點(diǎn)二值化圖像和水平梯度二值化圖像進(jìn)行加權(quán)處理，對每個(gè)像素點(diǎn)進(jìn)行或操作，輸出加權(quán)二值化圖像。
[0013]S206，對加權(quán)二值化圖像進(jìn)行水平投影，得到一條長度為圖像高度的水平投影序列。
[0014]S207，找出水平投影序列的前半部分中的最大水平投影值，并將其所對應(yīng)的高度位置設(shè)為車窗區(qū)域的上邊界位置，找出水平投影序列的后半部分最大水平投影值，并將其所對應(yīng)的高度位置設(shè)為車窗區(qū)域的下邊界位置，得到確定了車窗上下邊界的車窗區(qū)域圖像。
[0015]S3，車窗左右邊界定位步驟，確定車窗的左右邊界，包括以下多個(gè)子步驟。
[0016]S301，對S207中得到的車窗區(qū)域圖像進(jìn)行邊緣檢測，得到邊緣二值化圖像。
[0017]S302，對邊緣二值化圖像進(jìn)行hough直線檢測處理，檢測出符合要求的直線。
[0018]S303，將S302中檢測出的直線分為左右兩部分，找出左半部分中最長的一條直線，并將其所對應(yīng)的寬度位置設(shè)為車窗區(qū)域的左邊界，找出右半部分中最長的一條直線，并將其所對應(yīng)的寬度位置設(shè)為車窗區(qū)域的右邊界，得到上下邊界和左右邊界均重新設(shè)定的車窗區(qū)域圖像。
[0019]S304，完成車窗檢測。
[0020]進(jìn)一步的，所述步驟S1包括以下多個(gè)子步驟。
[0021]S101，在原始圖像中定位出車牌位置，并計(jì)算車牌的高度值Η和寬度值L。
[0022]S102，將車牌位置上方Α倍高度值Η的位置設(shè)為車窗區(qū)域的下邊界。
[0023]S103，將車牌位置上方Β倍高度值Η的位置設(shè)為車窗區(qū)域的上邊界。
[0024]S104，將車牌位置左方C倍寬度值L的位置設(shè)為車窗區(qū)域的左邊界。
[0025]S105，將車牌位置右方C倍寬度值L的位置設(shè)為車窗區(qū)域的右邊界。
[0026]S106，得到粗定位的車窗區(qū)域圖像。
[0027]其中，變量Α、變量Β和變量C的具體值根據(jù)實(shí)際應(yīng)用來設(shè)定。
[0028]進(jìn)一步的，步驟S106中所述粗定位的車窗區(qū)域圖像，其車窗區(qū)域的高度位置為車牌位置上方19個(gè)高度值Η的位置到4.5個(gè)高度值Η之間的位置，該車窗區(qū)域的寬度位置為車牌位置左方1.6個(gè)寬度值L的位置到車牌位置右方1.6個(gè)寬度值L之間的位置。
[0029]進(jìn)一步的，步驟S202中所述要求為:長度不小于車窗區(qū)域圖像寬度的1/5的直線，水平角度在-30°?30°之間的直線。
[0030]進(jìn)一步的，步驟S302中所述要求為:長度大于邊緣二值化圖像高度1/2的直線，邊緣二值化圖像左半部分中角度在45°?95°之間的直線，邊緣二值化圖像右半部分中角度在85°?135°之間的直線。
[0031]進(jìn)一步的，步驟S203中所述的水平梯度，其計(jì)算方式為:計(jì)算粗定位的車窗區(qū)域圖像上每一個(gè)像素點(diǎn)P (X，y)的水平梯度V(X，y)，水平梯度V(x，y)為該像素點(diǎn)P(x，y)的上一行所對應(yīng)像素點(diǎn)P(x，y-1)和該像素點(diǎn)P(x，y)的下一行所對應(yīng)像素點(diǎn)P(x，y+1)的差的絕對值，其表達(dá)式為:
[0032]V(x,y)= P(x,y-1)-P(x,y+1) |。
[0033]進(jìn)一步的，所述hough直線檢測包括以下多個(gè)子步驟。
[0034]S401，針對二值化圖像中的每一個(gè)像素點(diǎn)P(x，y)，計(jì)算該像素點(diǎn)對應(yīng)步進(jìn)為S的0°到180°的角度Θ的曲線系數(shù)p，計(jì)算公式為:p = x*cos0+y*sin0。
[0035]S402，根據(jù)曲線矩陣，以二值化圖像中某一像素點(diǎn)為基準(zhǔn)，按要求以半徑為R搜索附近是否有曲線系數(shù)相似的像素點(diǎn)，如果有則認(rèn)為屬于同一條直線。
[0036]S403，重復(fù)步驟S402找出一系列直線，完成二值化圖像的hough直線檢測。
[0037]進(jìn)一步的，步驟S206所述的水平投影，其具體方式包括:統(tǒng)計(jì)每一行的前景點(diǎn)數(shù)，作為該行的水平投影值，將各行的水平投影值累加，得到一條長度為圖像高度的水平投影序列。
[0038]本發(fā)明的有益效果是:
[0039]1)本發(fā)明基于車牌位置的檢測，在車牌位置的基礎(chǔ)上初步定位出車窗區(qū)域，在這個(gè)粗定位的車窗區(qū)域里，通利用hough直線檢測和水平梯度等技術(shù)，分別對粗定位的車窗區(qū)域信息進(jìn)行處理，找到最合適的車窗上下邊界位置，確定車窗上下邊界;再通過邊緣圖像處理，利用hough直線檢測技術(shù)，找到合適的車窗左右邊界位置，確定車窗左右邊界，從而檢測出準(zhǔn)確的車窗區(qū)域，完成車窗的精確識別檢測。
[0040]2)本發(fā)明所提出的車窗檢測方法，能對光照影響和圖像模糊都有一定的抑制作用，并對車輛識別系統(tǒng)的其他子系統(tǒng)提供了有力的幫助。
【附圖說明】
[0041]圖1為本發(fā)明車窗識別系統(tǒng)的系統(tǒng)結(jié)構(gòu)框圖；
[0042]圖2為本發(fā)明中hough直線檢測實(shí)施例之一的原理示意圖。
【具體實(shí)施方式】
[0043]下面結(jié)合附圖進(jìn)一步詳細(xì)描述本發(fā)明的技術(shù)方案，但本發(fā)明的保護(hù)范圍不局限于以下所述。
[0044]如圖1所示，該實(shí)施例描述了一種基于hough直線檢測和投影的車窗檢測方法，包括車窗區(qū)域粗定位步驟S1、車窗上下邊界定位步驟S2和車窗左右邊界定位步驟S3。
[0045](1)車窗區(qū)域粗定位步驟
[0046]S1，根據(jù)車牌位置初步定位出車窗區(qū)域，得到粗定位的車窗區(qū)域圖像，該步驟S1 —般包括以下多個(gè)子步驟。
[0047]S101，在原始圖像中定位出車牌位置，并計(jì)算車牌的高度值Η和寬度值L。
[0048]S102，將車牌位置上方Α倍高度值Η的位置設(shè)為車窗區(qū)域的下邊界。
[0049]S103，將車牌位置上方Β倍高度值Η的位置設(shè)為車窗區(qū)域的上邊界。
[0050]S104，將車牌位置左方C倍寬度值L的位置設(shè)為車窗區(qū)域的左邊界。
[0051]S105，將車牌位置右方C倍寬度值L的位置設(shè)為車窗區(qū)域的右邊界。
[0052]S106，得到粗定位的車窗區(qū)域圖像。
[0053]本發(fā)明中，該變量Α、變量Β和變量C可自定義設(shè)置，其具體值根據(jù)實(shí)際應(yīng)用來設(shè)定，其參考因素主要有攝像頭安裝位置、攝像頭拍攝角度等。如當(dāng)攝像頭安裝位置較低時(shí)，車窗的下邊界和上邊界與車牌間的距離小，變量Α和變量Β的取值??；當(dāng)像頭安裝位置較高時(shí)，車窗的下邊界和上邊界與車牌間的距離大，變量A和變量B的取值大；當(dāng)攝像頭拍攝角度與水平方向的夾角越大時(shí)，變量A的取值應(yīng)相應(yīng)增大。
[0054]—般的，變量A可設(shè)為4.5左右，變量B可設(shè)為19左右，變量C可設(shè)為1.6左右，是的步驟S106中所述粗定位的車窗區(qū)域圖像，其車窗區(qū)域的高度位置為車牌位置上方19個(gè)高度值Η的位置到4.5個(gè)高度值Η之間的位置，該車窗區(qū)域的寬度位置為車牌位置左方1.6個(gè)寬度值L的位置到車牌位置右方1.6個(gè)寬度值L之間的位置。
[0055](2)車窗上下邊界定位步驟
[0056]S2，車窗上下邊界定位步驟，確定車窗的上下邊界，包括以下多個(gè)子步驟。
[0057]l)hough直線檢測處理
[0058]S201，對步驟S1中的車窗區(qū)域圖像進(jìn)行均值二值化處理，計(jì)算其灰度圖像的灰度均值，并根據(jù)均值進(jìn)行二值化，得到二值化圖像。
[0059]S202，對二值化圖像進(jìn)行hough直線檢測處理，檢測出符合要求的直線，并在二值化圖像上只保留被檢測出的直線所在的前景點(diǎn)，得到前景點(diǎn)二值化圖像。
[0060]進(jìn)一步的，如圖2所示，所述hough直線檢測包括以下多個(gè)子步驟。
[0061 ] S401，針對二值化圖像中的每一個(gè)像素點(diǎn)P (X，y)，