一种基于对称分析的车辆粘连分割方法技术

本发明专利技术提出的一种基于对称分析的车辆粘连分割方法，包括以下步骤：S1、采用背景差分的方法获取前景目标；S2、利用已知的目标联通体结合空间位置信息，从前景图像中提取前景目标区域；然后，对前景目标区域提取轮廓作为前景联通体；S3、判断提取的前景联通体尺寸是否满足基本车辆目标尺寸条件，在满足条件的基础上进行联通体对称性分析，利用提取的对称轴位置和数量判断是否存在车辆粘连；S4、对存在粘连的前景联通体进行分割处理。本发明专利技术提出了一套高效且鲁棒性强的车辆粘连目标分割方法，其灵活的适应性和较高的准确度已达到了实际应用的要求。

A Method of Segmenting Vehicle Adhesion Based on Symmetry Analysis

A vehicle adhesion segmentation method based on symmetry analysis is proposed, which includes the following steps: S1, background subtraction method to obtain foreground objects; S2, extracting foreground target regions from foreground images by using known target interconnects combined with spatial location information; then, extracting outline from foreground target regions as foreground interconnects; S3, judging the extracted foreground association; Whether the size of the whole body satisfies the basic vehicle target size condition, the symmetry analysis of the whole body is carried out on the basis of meeting the condition, and the position and quantity of the symmetry axis extracted are used to judge whether there is vehicle adhesion; S4, the prospective connected body with adhesion is segmented. The invention provides a set of efficient and robust vehicle adhesion target segmentation method, whose flexible adaptability and high accuracy have met the requirements of practical application.

【技术实现步骤摘要】
一种基于对称分析的车辆粘连分割方法
本专利技术涉及图像处理和计算机视觉处理
，尤其涉及一种基于对称分析的车辆粘连分割方法。
技术介绍
在智能交通系统中，基于背景差分技术的车辆目标检测是整个系统的重要环节，也是进行后续车辆目标跟踪和计数的前提。尽管背景差分方法能够有效提取场景中的运动车辆目标，但是由于交通场景的复杂性、摄像头架设的位置等因素，车辆的实际三维空间信息在交通视频中映射到二维图像上时容易发生车体的相互遮挡，形成目标之间相互粘连的BLOB块问题。这样针对多目标车辆在视频中的粘连分割是智能交通系统后续分析和处理中必须解决的一个关键问题。传统的车辆粘连分割方法基本可以分为以下几种类型：基于模型特征的分割方法、基于三维模型的分割方法、基于推理模型的分割方法和基于轮廓形状的分割方法。这些方法往往计算比较复杂或者对应用场景的适应能力比较有限。例如基于模型特征的方法容易受到场景光线和车体车窗玻璃等影响，基于三维模型的方法需要的前期准备大量的模型参数，基于推理模型的方法难以适应复杂的交通状况，传统的基于轮廓形状的分割方法容易受到车型和车辆相对位置的影响，难以锁定准确有效的分割位置。专利本文档来自技高网...

【技术保护点】
1.一种基于对称分析的车辆粘连分割方法，其特征在于，包括以下步骤：S1、采用背景差分的方法获取运动目标图像作为前景图像，对获取的前景图像进行内部填充去除空隙后作为目标联通体，然后进行形态学滤波剔除目标联通体边界的毛刺噪声，以获得前景目标；S2、利用已知的目标联通体结合空间位置信息，从前景图像中提取前景目标区域；然后，对前景目标区域提取轮廓作为前景联通体；S3、判断提取的前景联通体尺寸是否满足基本车辆目标尺寸条件，在满足条件的基础上进行联通体对称性分析，利用提取的对称轴位置和数量判断是否存在车辆粘连；S4、对存在粘连的前景联通体进行分割处理。

【技术特征摘要】
1.一种基于对称分析的车辆粘连分割方法，其特征在于，包括以下步骤：S1、采用背景差分的方法获取运动目标图像作为前景图像，对获取的前景图像进行内部填充去除空隙后作为目标联通体，然后进行形态学滤波剔除目标联通体边界的毛刺噪声，以获得前景目标；S2、利用已知的目标联通体结合空间位置信息，从前景图像中提取前景目标区域；然后，对前景目标区域提取轮廓作为前景联通体；S3、判断提取的前景联通体尺寸是否满足基本车辆目标尺寸条件，在满足条件的基础上进行联通体对称性分析，利用提取的对称轴位置和数量判断是否存在车辆粘连；S4、对存在粘连的前景联通体进行分割处理。2.如权利要求1所述的基于对称分析的车辆粘连分割方法，其特征在于，步骤S1中，获取前景目标的具体方法为：利用混合高斯背景模型构建视频场景背景模型，采用背景差分方法直接获取运动目标区域作为联通体区域；对获取的联通体区域进行内部填充去除空隙，然后采取形态学滤波算法剔除细小噪声联通体和有效目标联通体的边界噪声以获得前景目标。3.如权利要求1所述的基于对称分析的车辆粘连分割方法，其特征在于，步骤S2中，前景目标区域提取轮廓后对轮廓点进行等间距采样以获得前景联通体。4.如权利要求1或3所述的基于对称分析的车辆粘连分割方法，其特征在于，步骤S2中获取前景目标区域的具体步骤如下：利用已知的目标联通体结合空间位置信息，从前景图像中提取前景目标区域。设前景图像为If，目标联通体图为Icon，Iobj为提取的前景目标区域，提取公式如下：Iobj＝Ifsig(Icon)其中sig(x)为符号函数，具体定义如下：5.如权利要求1所述的基于对称分析的车辆粘连分割方法，其特征在于，步骤S3中判断车辆是否存在粘连的方法具体步骤如下：步骤S31：首先利用高斯差分降采样滤波对原图进行降采样处理，并将将相邻两个不同尺度的高斯核卷积图像相减获得高斯差值图像D(x,y,δ)作为降采样图：其中表示对x和y方向上的像素点进行卷积操作，G(x,y,δ)是一个变尺度的高斯函数，k为相邻两个尺度空间倍数常数；步骤S32：在降采样图D(x,y,δ)中使用横向或者纵向镜像LBP描述子对目标区域图像进行处理，镜像LBP描述子公式如下：其中(xc,yc)表示3×3邻域模板的中心元素坐标，M(x)表示横向或者纵向的模板镜像计算，pc为中心像素，pi为邻域像素，符号函数s(x)中thr阈值取0，定义如下：步骤S33：利用互...

【专利技术属性】
技术研发人员：马秀博，孙熊伟，
申请(专利权)人：安徽三联学院，
类型：发明
国别省市：安徽,34