一种车窗检测的方法及设备技术

本发明专利技术实施例提供一种车窗检测的方法及设备，用于解决现有技术中车窗检测效果较差的技术问题。该方法包括：确定车辆图像中的车窗候选区域，对所述车窗候选区域进行划分获得至少两个待检测图像；将所述至少两个待检测图像中每个待检测图像与至少一个车窗模板图像进行匹配，确定每个待检测图像对应的匹配度最高的车窗模板图像；其中，每个车窗模板图像为包含至少一个车窗角点及多个匹配点的灰度图，所述多个匹配点用于表征所述至少一个车窗角点的边缘线；根据确定的匹配度最高的车窗模板图像定位所述至少两个待检测区域中的车窗角点，并根据定位的车窗角点确定所述车辆图像中车窗的位置。

A method and equipment for window detection

The embodiment of the invention provides a method and a device for detecting vehicle windows, which is used to solve the technical problems of poor detection efficiency of vehicle windows in the prior art. The method includes: determining the window candidate area in the vehicle image, dividing the candidate area of the car window to get at least two images to be detected, matching each of the at least two detected images with at least one window template image to determine the highest matching degree for each of the images to be detected. A window template image; in which each window template image is a grayscale map containing at least one window corner and multiple matching points, and the plurality of matching points is used to characterize the edge lines of at least one window point; at least two of the detected areas are determined according to the determined window template image of the highest matching degree. The window corner is determined, and the position of the vehicle window in the vehicle image is determined according to the location of the vehicle window corner.

【技术实现步骤摘要】
一种车窗检测的方法及设备
本专利技术涉及交通领域，特别涉及一种车窗检测的方法及设备。
技术介绍
随着交通运输的发展，车辆的规模日益增大，交通控管变得更加复杂、繁重。为了更加高效、准确地监控和管理城市交通，智能交通监控技术应运而生。其中，车窗定位是其中一个比较新的研究方向，车窗的大小和位置为车型识别、安全带检测、年检标识检测、车前摆件检测等问题提供非常重要的特征信息，是车辆识别系统中的关键技术目前，常用的车窗检测方法主要有两种：第一种是基于颜色差异的车窗检测方法，由于玻璃的透光性和吸光性，其大部分像素的饱和度和亮度都比较低，利用车窗和车身颜色特征可对车窗区域进行分割，但基于颜色差异的车窗检测方法，该方法对车身颜色与车窗颜色特征有明显区别的检测效果较好，对车身和车窗颜色特征差异不大的效果很不好；第二种是基于直线特性的车窗检测方法，首先进行水平边缘检测，结合hough变换进行直线连接并检测车窗的上下水平边界。其次，运用数学形态学去除小的短枝，最后，在结合积分投影方法检测车窗两侧边界。由于车身上线条较多，因此基于直线特性的车窗检测方法容易造成误检，准确率也较低。综上可知，现有技术中对车辆车窗的检测效果较差。
技术实现思路
本专利技术实施例提供一种车窗检测的方法及设备，用于解决现有技术中车窗检测效果较差的技术问题。第一方面，本专利技术实施例提供一种车窗检测的方法，包括以下步骤：确定车辆图像中的车窗候选区域，对所述车窗候选区域进行划分获得至少两个待检测图像；将所述至少两个待检测图像中每个待检测图像与至少一个车窗模板图像进行匹配，确定每个待检测图像对应的匹配度最高的车窗模板图像；其中，每个车窗模板图像为包含至少一个车窗角点及多个匹配点的灰度图，所述多个匹配点用于表征所述至少一个车窗角点的边缘线；根据确定的匹配度最高的车窗模板图像定位所述至少两个待检测区域中的车窗角点，并根据定位的车窗角点确定所述车辆图像中车窗的位置。可选的，在将所述至少两个待检测图像中每个待检测图像与至少一个车窗模板图像进行匹配之前，所述方法还包括：对包含至少一个车窗角点的车窗图像进行灰度处理，获得所述车窗图像对应的车窗模板图像；确定所述车窗模板图像中所述至少一个车窗角点对应的边缘线上的边缘点的特征参数；其中，所述特征参数用于表征边缘点在所述车窗模板图像中的位置坐标的梯度幅值；根据所述特征参数，确定所述边缘点中梯度幅值大于阈值幅值的多个边缘点为所述车窗模板图像的多个匹配点。可选的，在根据所述特征参数，确定所述边缘点中梯度幅值大于阈值幅值的多个边缘点为车窗模板图像的多个匹配点之后，所述方法还包括：根据每个匹配点在所述车窗模板图像中第一梯度幅值，及在所述车窗图像中的第二梯度幅值，计算所述每个匹配点对应的匹配参数；其中，所述匹配参数用于指示在相应匹配点时，所述车窗模板图像与所述车窗图像的匹配度；根据匹配参数所表征的匹配度的高低设置所述多个匹配点的权值；按照所述多个匹配点的权值大小对所述多个匹配点进行排序，确定所述多个匹配点的排列顺序；其中，权值与匹配参数所表征的匹配度成反比。可选的，将所述至少两个待检测图像中每个待检测图像与至少一个车窗模板图像进行匹配，确定每个待检测图像对应的匹配度最高的车窗模板图像，包括：确定所述至少一个车窗模板图像中每个车窗模板图像包括的多个匹配点的排列顺序；将所述至少一个车窗模板图像中每个车窗模板图像的多个匹配点按照相应的排列顺序与所述至少两个待检测图像中相应的待检测图像进行匹配，记录每个车窗模板图像与相应的待检测图像之间的匹配度；确定所述至少两个待检测图像中每个待检测图像对应的匹配度最高的车窗模板图像。可选的，将所述至少一个车窗模板图像中每个车窗模板图像的多个匹配点按照排列顺序与所述至少两个待检测图像中相应的待检测图像进行匹配，记录每个车窗模板图像与相应的待检测图像之间的匹配度，包括：将所述至少一个车窗模板图像中每个车窗模板图像在相应的待检测图像中进行N次遍历，N小于等于待检测图像中像素点的数量，N为正整数；在执行所述N次遍历中的第k次遍历时，确定所述多个匹配点中每个匹配点在车窗模板图像中的第一梯度幅值及所述每个匹配点在待检测图像中的第二梯度幅值，并根据所述第一梯度幅值与所述第二梯度幅值，按照所述多个匹配点的排列顺序依次计算并累计所述多个匹配点中每个匹配点的匹配度，确定所述第k次遍历对应的第k个累计匹配度，k取1至N的整数；记录所述N次遍历的N个累计匹配度中最大的累计匹配度，并将所述最大的累计匹配度作为当前车窗模板图像与所述待检测图像之间的匹配度。可选的，在根据所述第一梯度幅值与所述第二梯度幅值，按照所述多个匹配点的排列顺序依次计算并累计所述多个匹配点中每个匹配点的匹配度的同时，所述方法还包括：获得当前累计的匹配度；其中，所述当前累计的匹配度为所述第i次遍历中，在对所述多个匹配点中的至少两个匹配点进行匹配后所累计的匹配度；若确定所述当前累计的匹配度小于预设阈值，结束所述第k次遍历；所述预设阈值与已匹配的匹配点的数量及最小匹配阈值相关；将所述当前累计的匹配度确定为所述第k次遍历对应的第k个累计匹配度。可选的，根据确定的匹配度最高的车窗模板图像，定位所述至少两个待检测区域中的车窗角点，并根据定位的车窗角点确定所述车辆图像中车窗的位置，包括：根据确定的匹配度最高的车窗模板图像在相应的待检测图像中的第一坐标位置，及所述匹配度最高的车窗模板图像中车窗角点的第二坐标位置，确定所述至少两个待检测区域中每个待检测区域包括的车窗角点的角点坐标；将确定的所述角点坐标映射到所述车辆图像中，连接映射在所述车辆图像中的所述角点坐标；确定所述角点坐标连接所形成的区域位置为所述车窗的位置。第二方面，本专利技术实施例提供一种车窗检测设备，包括：处理模块，用于确定车辆图像中的车窗候选区域，对所述车窗候选区域进行划分获得至少两个待检测图像；匹配模块，用于将所述至少两个待检测图像中每个待检测图像与至少一个车窗模板图像进行匹配，确定每个待检测图像对应的匹配度最高的车窗模板图像；其中，每个车窗模板图像为包含至少一个车窗角点及多个匹配点的灰度图，所述多个匹配点用于表征所述至少一个车窗角点的边缘线；定位模块，用于根据确定的匹配度最高的车窗模板图像定位所述至少两个待检测区域中的车窗角点，并根据定位的车窗角点确定所述车辆图像中车窗的位置。可选的，所述车窗检测设备还包括：第一获取模块，用于在将所述至少两个待检测图像中每个待检测图像与至少一个车窗模板图像进行匹配之前，对包含至少一个车窗角点的车窗图像进行灰度处理，获得所述车窗图像对应的车窗模板图像；第一确定模块，用于确定所述车窗模板图像中所述至少一个车窗角点对应的边缘线上的边缘点的特征参数；其中，所述特征参数用于表征边缘点在所述车窗模板图像中的位置坐标的梯度幅值；第二确定模块，用于根据所述特征参数，确定所述边缘点中梯度幅值大于阈值幅值的多个边缘点为所述车窗模板图像的多个匹配点。可选的，所述第二确定模块还用于：在根据所述特征参数，确定所述边缘点中梯度幅值大于阈值幅值的多个边缘点为车窗模板图像的多个匹配点之后，根据每个匹配点在所述车窗模板图像中第一梯度幅值，及在所述车窗图像中的第二梯度幅值，计算所述每个匹配点对应的匹配参数；其中，所述匹配参数本文档来自技高网...

【技术保护点】
1.一种车窗检测的方法，其特征在于，包括：确定车辆图像中的车窗候选区域，对所述车窗候选区域进行划分获得至少两个待检测图像；将所述至少两个待检测图像中每个待检测图像与至少一个车窗模板图像进行匹配，确定每个待检测图像对应的匹配度最高的车窗模板图像；其中，每个车窗模板图像为包含至少一个车窗角点及多个匹配点的灰度图，所述多个匹配点用于表征所述至少一个车窗角点的边缘线；根据确定的匹配度最高的车窗模板图像定位所述至少两个待检测区域中的车窗角点，并根据定位的车窗角点确定所述车辆图像中车窗的位置。

【技术特征摘要】
1.一种车窗检测的方法，其特征在于，包括：确定车辆图像中的车窗候选区域，对所述车窗候选区域进行划分获得至少两个待检测图像；将所述至少两个待检测图像中每个待检测图像与至少一个车窗模板图像进行匹配，确定每个待检测图像对应的匹配度最高的车窗模板图像；其中，每个车窗模板图像为包含至少一个车窗角点及多个匹配点的灰度图，所述多个匹配点用于表征所述至少一个车窗角点的边缘线；根据确定的匹配度最高的车窗模板图像定位所述至少两个待检测区域中的车窗角点，并根据定位的车窗角点确定所述车辆图像中车窗的位置。2.如权利要求1所述的方法，其特征在于，在将所述至少两个待检测图像中每个待检测图像与至少一个车窗模板图像进行匹配之前，所述方法还包括：对包含至少一个车窗角点的车窗图像进行灰度处理，获得所述车窗图像对应的车窗模板图像；确定所述车窗模板图像中所述至少一个车窗角点对应的边缘线上的边缘点的特征参数；其中，所述特征参数用于表征边缘点在所述车窗模板图像中的位置坐标的梯度幅值；根据所述特征参数，确定所述边缘点中梯度幅值大于阈值幅值的多个边缘点为所述车窗模板图像的多个匹配点。3.如权利要求2所述的方法，其特征在于，在根据所述特征参数，确定所述边缘点中梯度幅值大于阈值幅值的多个边缘点为车窗模板图像的多个匹配点之后，所述方法还包括：根据每个匹配点在所述车窗模板图像中第一梯度幅值，及在所述车窗图像中的第二梯度幅值，计算所述每个匹配点对应的匹配参数；其中，所述匹配参数用于指示在相应匹配点时，所述车窗模板图像与所述车窗图像的匹配度；根据匹配参数所表征的匹配度的高低设置所述多个匹配点的权值；按照所述多个匹配点的权值大小对所述多个匹配点进行排序，确定所述多个匹配点的排列顺序；其中，权值与匹配参数所表征的匹配度成反比。4.如权利要求3所述的方法，其特征在于，将所述至少两个待检测图像中每个待检测图像与至少一个车窗模板图像进行匹配，确定每个待检测图像对应的匹配度最高的车窗模板图像，包括：确定所述至少一个车窗模板图像中每个车窗模板图像包括的多个匹配点的排列顺序；将所述至少一个车窗模板图像中每个车窗模板图像的多个匹配点按照相应的排列顺序与所述至少两个待检测图像中相应的待检测图像进行匹配，记录每个车窗模板图像与相应的待检测图像之间的匹配度；确定所述至少两个待检测图像中每个待检测图像对应的匹配度最高的车窗模板图像。5.如权利要求4所述的方法，其特征在于，将所述至少一个车窗模板图像中每个车窗模板图像的多个匹配点按照排列顺序与所述至少两个待检测图像中相应的待检测图像进行匹配，记录每个车窗模板图像与相应的待检测图像之间的匹配度，包括：将所述至少一个车窗模板图像中每个车窗模板图像在相应的待检测图像中进行N次遍历，N小于等于待检测图像中像素点的数量，N为正整数；在执行所述N次遍历中的第k次遍历时，确定所述多个匹配点中每个匹配点在车窗模板图像中的第一梯度幅值及所述每个匹配点在待检测图像中的第二梯度幅值，并根据所述第一梯度幅值与所述第二梯度幅值，按照所述多个匹配点的排列顺序依次计算并累计所述多个匹配点中每个匹配点的匹配度，确定所述第k次遍历对应的第k个累计匹配度，k取1至N的整数；记录所述N次遍历的N个累计匹配度中最大的累计匹配度，并将所述最大的累计匹配度作为当前车窗模板图像与所述待检测图像之间的匹配度。6.如权利要求5所述的方法，其特征在于，在根据所述第一梯度幅值与所述第二梯度幅值，按照所述多个匹配点的排列顺序依次计算并累计所述多个匹配点中每个匹配点的匹配度的同时，所述方法还包括：获得当前累计的匹配度；其中，所述当前累计的匹配度为所述第i次遍历中，在对所述多个匹配点中的至少两个匹配点进行匹配后所累计的匹配度；若确定所述当前累计的匹配度小于预设阈值，结束所述第k次遍历；所述预设阈值与已匹配的匹配点的数量及最小匹配阈值相关；将所述当前累计的匹配度确定为所述第k次遍历对应的第k个累计匹配度。7.如权利要求1-6任一权项所述的方法，其特征在于，根据确定的匹配度最高的车窗模板图像，定位所述至少两个待检测区域中的车窗角点，并根据定位的车窗角点确定所述车辆图像中车窗的位置，包括：根据确定的匹配度最高的车窗模板图像在相应的待检测图像中的第一坐标位置，及所述匹配度最高的车窗模板图像中车窗角点的第二坐标位置，确定所述至少两个待检测区域中每个待检测区域包括的车窗角点的角点坐标；将确定的所述角点坐标映射到所述车辆图像中，连接映射在所述车辆图像中的所述角点坐标；确定所述角点坐标连接所形成的区域位置为所述车窗的位置。8.一种车窗检测设备，其特征在于，包括：处理模块，用于确...

【专利技术属性】
技术研发人员：蔡丹平，周祥明，
申请(专利权)人：浙江大华技术股份有限公司，
类型：发明
国别省市：浙江,33