CN102622889A - 一种基于图像分析的车辆遮阳板检测方法及装置 - Google Patents

Abstract

本发明公开了一种基于图像分析的车辆遮阳板检测方法，用于智能交通中的图像分析领域，所述方法包括：采用线段检测，对车窗区域进行定位；利用不同的尺寸窗口在车窗区域进行滑动，并利用遮阳板颜色的均衡性，提取候选的遮阳板区域；对候选的遮阳板区域进行遮阳板的定位。本发明还提供了一种基于图像分析的车辆遮阳板检测装置，使得在爆闪灯的补光下，精确定位出车窗位置，从而高效的排除了非遮阳板区域的干扰，最终使得车窗内的遮阳板被检测到，可广泛用于公安预警系统中。

Description

一种基于图像分析的车辆遮阳板检测方法及装置

技术领域

本发明涉及图像分析技术领域，尤其涉及智能交通中的图像分析，具体涉及一种基于图像分析的车辆遮阳板检测方法及装置。

背景技术

遮阳板，就是在汽车前风挡、后风挡那块，为了避免阳光刺眼设计的，能来回搬动，从而调整太阳光对眼睛的照射度，避免了交通事故的发生，遮阳板也使得太阳光很难直射入车内，有较好的降温作用，同时还可以保护仪表盘、真皮座等。

当前一些不发分子利用遮阳板的遮挡性，在夜间作案，因遮阳板遮掩了其面容特征，从而逃避了法律的制裁。为了提前对此种情形进行预警，及时地反馈车辆的可疑性，有效地为公安提供参考信息，有必要及时地对涉疑车辆的行为进行跟踪和分析。

但是，由于受夜间光线不足、道路复杂、车内环境复杂等客观因素的影响，对夜间车内遮阳板的检测，存在如下问题：1、容易丢失车辆信息，遮阳板检测区域不能被定位而丢失；2、容易把车内的杂物当成遮阳板引起检测失败；3、难以满足实时性要求。这些因素影响了遮阳板检测率和检测精度。

发明内容

本发明实施例的目的是解决夜间遮阳板检测存在的难点，充分保证遮阳板的检测率或检测精度，提出一种基于图像分析的车辆遮阳板检测方法及装置，使得在爆闪灯的有效补光下，结合车牌位置精确定位出车窗位置，从而高效的排除了非遮阳板区域的干扰，最终使得车窗内的遮阳板被检测到，可广泛用于公安预警系统中。

为了达到上述发明目的，本发明实施例提出的一种基于图像分析的车辆遮阳板检测方法是通过以下技术方案实现的：

一种基于图像分析的车辆遮阳板检测方法，所述方法包括：

采用线段检测，对车窗区域进行定位；

利用不同的尺寸窗口在车窗区域进行滑动，并利用遮阳板颜色的均衡性，提取候选的遮阳板区域；

对候选的遮阳板区域进行遮阳板的定位。

优选地，所述采用线段检测，对车窗区域进行精确定位具体包括：

车窗的边沿以线条形式凸现，并根据车窗的矩形状，找出组合线条，进行车窗区域的粗定位；

利用sobel水平边缘，找出近似车窗的上、下边沿进行特征判别，并结合车窗内纹理、能量密度比进行精确定位。

优选地，所述利用遮阳板颜色的均衡性，提取候选的遮阳板区域具体包括：

预先设定一个灰度方差阈值，颜色均衡度低于所述阈值的作为遮阳板的候选区域。

进一步优选地，所述对候选的遮阳板区域进行遮阳板的定位具体包括：

采用自适应阈值对目标进行二值化，并分别做水平、垂直投影，根据投影特征检测波峰波谷，过滤掉峰谷过多或跨越过大的区域；

利用soble垂直特性，过滤掉垂直密度强的区域；

对候选遮阳板区域进行逐行扫描，对渐变或不变的进行描述，如果存在连续多行并相似的区域，则判定为遮阳板，否则进行过滤。

为了实现前述发明目的，本发明实施例还提出了一种基于图像分析的车辆遮阳板检测装置，所述装置是通过以下技术方案实现的：

一种基于图像分析的车辆遮阳板检测装置，所述装置包括：

车窗定位模块，用来采用线段检测，对车窗区域进行精确定位；

目标区域提取模块，用来利用不同的尺寸窗口在车窗区域进行滑动，并利用遮阳板颜色的均衡性，提取候选的遮阳板区域；

目标定位模块，用来对候选的遮阳板区域进行遮阳板的定位。

优选地，所述车窗定位模块具体包括：

粗定位子模块，用来根据车窗的边沿以线条形式凸现，并根据车窗的矩形状，找出组合线条，进行车窗区域的粗定位；

精确定位子模块，用来利用sobel水平边缘，找出近似车窗的上、下边沿进行特征判别，并结合车窗内纹理、能量密度比进行精确定位。

进一步优选地，所述目标定位模块具体包括：

二值化子模块，用来采用自适应阈值对目标进行二值化；

投影子模块，用来分别对二值化的图像进行水平、垂直投影；

过滤子模块，用来根据投影特征检测波峰波谷，过滤掉峰谷过多或跨越过大的区域和利用soble垂直特性，过滤掉垂直密度强的区域；

判定子模块，用来对候选遮阳板区域进行逐行扫描，对渐变或不变的进行描述，如果存在连续多行并相似的区域，则判定为遮阳板，否则进行过滤。

与现有技术相比，本发明实施例基于图像分析的车辆遮阳板检测方法和装置结合了成熟的车牌定位技术，并采取了线条车窗分割方法，利用遮阳板自身特性对遮阳板进行很好的检测。应用于在智能交通领域时，本发明实施例可快速地在夜间检测出车辆是否存在遮阳板，并第一时间将相关信息反馈给公安系统，提示被检测车辆存在一定的可疑，从而有利于后续进行有效及时的分析，避免了犯罪分子利用遮挡性进行逃逸。

附图说明

通过下面结合附图对其示例性实施例进行的描述，本发明上述特征和优点将会变得更加清楚和容易理解。

图1为本发明实施例1一种基于图像分析的车辆遮阳板检测方法流程图；

图2为本发明实施例2车窗定位流程图；

图3为本发明实施例3遮阳板定位流程图；

图4为本发明实施例4一种基于图像分析的车辆遮阳板检测装置组成示意图；

图5为本发明实施例5另一种基于图像分析的车辆遮阳板检测装置组成示意图；

图6为本发明实施例6另一种基于图像分析的车辆遮阳板检测装置组成示意图。

具体实施方式

下面结合附图对本发明作进一步详细说明。

如图3所示，为本发明实施例1一种基于图像分析的车辆遮阳板检测方法，所述方法包括：

S101.采用线段检测，对车窗区域进行定位；

S102.利用不同的尺寸窗口在车窗区域进行滑动，并利用遮阳板颜色的均衡性，提取候选的遮阳板区域；

S103.对候选的遮阳板区域进行遮阳板的定位。

优选地，如图2所示，本发明实施例2中，所述采用线段检测，对车窗区域进行精确定位具体包括：

S201.车窗的边沿以线条形式凸现，并根据车窗的矩形状，找出组合线条，进行车窗区域的粗定位；

S202.利用sobel水平边缘，找出近似车窗的上、下边沿进行特征判别，并结合车窗内纹理、能量密度比进行精确定位。

优选地，所述方法还包括：

利用车牌定位方法，进行车牌定位，车窗位置根据定位的车牌位置获得。

为了提高算法的精确定位和效率性，本算法先对车牌定位，根据车牌位置能够有效地缩小检测区域。

优选地，所述利用遮阳板颜色的均衡性，提取候选的遮阳板区域具体包括：

预先设定一个灰度方差阈值，颜色均衡度低于所述阈值的作为遮阳板的候选区域。

进一步优选地，如图3所示，本发明实施例3中，所述对候选的遮阳板区域进行遮阳板的定位具体包括：

S301.采用自适应阈值对目标进行二值化，并分别做水平、垂直投影，根据投影特征检测波峰波谷，过滤掉峰谷过多或跨越过大的区域；

S302.利用soble垂直特性，过滤掉垂直密度强的区域；

S303.对候选遮阳板区域进行逐行扫描，对渐变或不变的进行描述，如果存在连续多行并相似的区域，则判定为遮阳板，否则进行过滤。

为了实现前述发明目的，如图4所示，本发明实施例还提出了一种基于图像分析的车辆遮阳板检测装置，所述装置是通过以下技术方案实现的：

一种基于图像分析的车辆遮阳板检测装置，所述装置包括：

车窗定位模块，用来采用线段检测，对车窗区域进行精确定位；

目标区域提取模块，用来利用不同的尺寸窗口在车窗区域进行滑动，并利用遮阳板颜色的均衡性，提取候选的遮阳板区域；

目标定位模块，用来对候选的遮阳板区域进行遮阳板的定位。

优选地，如图5所示，本发明实施例5中，所述车窗定位模块具体包括：

粗定位子模块，用来根据车窗的边沿以线条形式凸现，并根据车窗的矩形状，找出组合线条，进行车窗区域的粗定位；

精确定位子模块，用来利用sobel水平边缘，找出近似车窗的上、下边沿进行特征判别，并结合车窗内纹理、能量密度比进行精确定位。

进一步优选地，如图6所示，本发明实施例6中，所述目标定位模块具体包括：

二值化子模块，用来采用自适应阈值对目标进行二值化；

投影子模块，用来分别对二值化的图像进行水平、垂直投影；

过滤子模块，用来根据投影特征检测波峰波谷，过滤掉峰谷过多或跨越过大的区域和利用soble垂直特性，过滤掉垂直密度强的区域；

判定子模块，用来对候选遮阳板区域进行逐行扫描，对渐变或不变的进行描述，如果存在连续多行并相似的区域，则判定为遮阳板，否则进行过滤。

与现有技术相比，本发明实施例基于图像分析的车辆遮阳板检测方法和装置，在爆闪灯的有效补光下，结合车牌位置精确定位出车窗位置，这样高效的排除了非遮阳板区域的干扰，最终使得车窗内的遮阳板被检测到，结合了成熟的车牌定位技术，并采取了线条车窗分割方法，利用遮阳板自身特性对遮阳板进行很好的检测。应用于在智能交通领域时，本发明实施例可快速地在夜间检测出车辆是否存在遮阳板，并第一时间将相关信息反馈给公安系统，提示被检测车辆存在一定的可疑，从而有利于后续进行有效及时的分析，避免了犯罪分子利用遮挡性进行逃逸。

本发明所属领域的一般技术人员可以理解，本发明以上实施例仅为本发明的优选实施例之一，为篇幅限制，这里不能逐一列举所有实施方式，任何可以体现本发明权利要求技术方案的实施，都在本发明的保护范围内。

需要注意的是，以上内容是结合具体的实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施方式仅限于此，在本发明的上述指导下，本领域技术人员可以在上述实施例的基础上进行各种改进和变形，而这些改进或者变形落在本发明的保护范围内。

Claims (8)

1.一种基于图像分析的车辆遮阳板检测方法，其特征在于，所述方法包括：

采用线段检测，对车窗区域进行定位；

利用不同的尺寸窗口在车窗区域进行滑动，并利用遮阳板颜色的均衡性，提取候选的遮阳板区域；

对候选的遮阳板区域进行遮阳板的定位。

2.如权利要求1所述的基于图像分析的车辆遮阳板检测方法，其特征在于，所述采用线段检测，对车窗区域进行精确定位具体包括：

车窗的边沿以线条形式凸现，并根据车窗的矩形状，找出组合线条，进行车窗区域的粗定位；

利用sobel水平边缘，找出近似车窗的上、下边沿进行特征判别，并结合车窗内纹理、能量密度比进行精确定位。

3.如权利要求1所述的基于图像分析的车辆遮阳板检测方法，其特征在于，所述利用遮阳板颜色的均衡性，提取候选的遮阳板区域具体包括：

预先设定一个灰度方差阈值，颜色均衡度低于所述阈值的作为遮阳板的候选区域。

4.如权利要求1所述的基于图像分析的车辆遮阳板检测方法，其特征在于，所述对候选的遮阳板区域进行遮阳板的定位具体包括：

采用自适应阈值对目标进行二值化，并分别做水平、垂直投影，根据投影特征检测波峰波谷，过滤掉峰谷过多或跨越过大的区域；

利用soble垂直特性，过滤掉垂直密度强的区域；

对候选遮阳板区域进行逐行扫描，对渐变或不变的进行描述，如果存在连续多行并相似的区域，则判定为遮阳板，否则进行过滤。

5.如权利要求1至4任意一项所述的基于图像分析的车辆遮阳板检测方法，其特征在于，所述方法还包括：

首先利用车牌定位方法，进行车牌定位，根据定位的车牌位置定位车窗位置。

6.一种基于图像分析的车辆遮阳板检测装置，其特征在于，所述装置包括：

车窗定位模块，用来采用线段检测，对车窗区域进行精确定位；

目标区域提取模块，用来利用不同的尺寸窗口在车窗区域进行滑动，并利用遮阳板颜色的均衡性，提取候选的遮阳板区域；

目标定位模块，用来对候选的遮阳板区域进行遮阳板的定位。

7.如权利要求6所述的基于图像分析的车辆遮阳板检测装置，其特征在于，所述车窗定位模块具体包括：

粗定位子模块，用来根据车窗的边沿以线条形式凸现，并根据车窗的矩形状，找出组合线条，进行车窗区域的粗定位；

精确定位子模块，用来利用sobel水平边缘，找出近似车窗的上、下边沿进行特征判别，并结合车窗内纹理、能量密度比进行精确定位。

8.如权利要求6所述的基于图像分析的车辆遮阳板检测装置，其特征在于，所述目标定位模块具体包括：

二值化子模块，用来采用自适应阈值对目标进行二值化；

投影子模块，用来分别对二值化的图像进行水平、垂直投影；

过滤子模块，用来根据投影特征检测波峰波谷，过滤掉峰谷过多或跨越过大的区域和利用soble垂直特性，过滤掉垂直密度强的区域；

判定子模块，用来对候选遮阳板区域进行逐行扫描，对渐变或不变的进行描述，如果存在连续多行并相似的区域，则判定为遮阳板，否则进行过滤。

Images