【技术实现步骤摘要】
基于图像对比的公路车辆检测方法
本专利技术涉及公路运输领域的车辆故障检测方法。
技术介绍
随着公路运输行业的迅猛发展，车辆的故障检测成为公路运输领域的关注重点。随车公路车辆行驶密度越来越大，行驶的速度不断提高，对公路车辆故障检测就产生了一定的要求，合理的公路车辆检测方法可以在快速检测公路车辆故障的同时保证故障检测准确率，从而提升行车安全。目前检测车辆故障采用人工检测的方法有一定的人为干扰因素，导致目前检测车辆故障不仅人力成本偏高且检测效率低下；目前采用的深度学习目标检测方法对车辆进行故障检测需要依赖异常图像数据，但是公路车辆种类众多，结构差异大，因此异常图像数据不容易获得，因此使用深度学习目标检测方法应用起来有一定的现实困难。
技术实现思路
本专利技术目的是为了解决现有公路车辆检测方法采用人工检测效率低、成本高且依赖异常图像数据问题，而提出了基于图像对比的公路车辆检测方法。基于图像对比的公路车辆检测方法具体过程为：步骤一、获取采集并识别车辆图像并建立的数据库；所述数据库中存储正常车...
【技术保护点】
1.基于图像对比的公路车辆检测方法，其特征在于所述方法具体过程为：/n步骤一、获取采集并识别车辆图像建立的数据库；/n所述数据库中包含正常车辆底盘图像与待检测车辆底盘图像；/n步骤二、将原始图像转换为灰度图像并进行背景消除；/n所述原始图像为正常车辆底盘图像和待检测车辆底盘图像/n步骤三、将步骤二处理后的正常图像与待检测图像进行配准；/n步骤四、检测异常区域。/n
【技术特征摘要】
1.基于图像对比的公路车辆检测方法，其特征在于所述方法具体过程为：
步骤一、获取采集并识别车辆图像建立的数据库；
所述数据库中包含正常车辆底盘图像与待检测车辆底盘图像；
步骤二、将原始图像转换为灰度图像并进行背景消除；
所述原始图像为正常车辆底盘图像和待检测车辆底盘图像
步骤三、将步骤二处理后的正常图像与待检测图像进行配准；
步骤四、检测异常区域。
2.根据权利要求1所述的基于图像对比的公路车辆检测方法，其特征在于：所述步骤一中获取采集并识别车辆图像建立的数据库，具体过程为：
采用线阵相机采集正常车辆和待检测车辆的底盘图像；
采用高清相机采集并识别正常车辆和待检测车辆的车牌号图像；
所述数据库存储正常车辆的底盘图像和车牌号，一个车牌号对应一个正常底盘图像。
3.根据权利要求2所述的基于图像对比的公路车辆检测方法，其特征在于：所述步骤二中将原始图转换成灰度图像并进行背景消除，具体过程为：
步骤二一、确定正常车辆底盘图像的背景区域：
第一列像素是图像的背景，原始图像每一列像素看成一个向量，与第一列向量余弦相似度小于0.9的区域都是图像的背景；
步骤二二、消除原始图像的背景：
(1)求出图像a的背景向量的平均向量；
所述图像a为阵列相机拍摄的车辆底盘图像；
(2)获得背景区域像素值接近0的图像b；
所述图像b的获得方法为：将原始图像的每一列都减去图像a的背景向量的平均向量并取绝对值；
(3)用opencv中的threshold函数和findContours函数对图像b进行二值化并检测图像b中的物体轮廓，保留轮廓面积大于图像面积十分之一的轮廓；
(4)利用(3)中求出的图像b中保留的物体轮廓的坐标在图像a中定位得到图像a中的物体轮廓，轮廓内的像素为前景，轮廓外的像素为背景；
(5)将图像b的背景与(4)中获得的图像a中的前景结合，获得消除背景后的图像。
4.根据权利要求3所述的基于图像对比的公路车辆检测方法，其特征在于：所述步骤三中将步骤二处理后的正常图像与待检测图像进行配准，具体过程为：
步骤三一、将消除背景后的正常图像仿射变换：
所述仿射变换包括将图像整体进行平移、旋转、缩放；
步骤三二、将消除背景后的正常图像整列像素平移：
Qij＝Pij+Sj
其中，Qij图像平移后像素的位置，Pij为像素所在的初始位置，i表示像素所在的行，j表示像素所在的列，Sj为第j列像素平移的距离；
加入正则项限制列像素的平移：
Sj是第j列的平移距离，k是两列编号的差距，m是限制的范围，只对相距m列以内的列进行限制，L1是图像的列数；
所述限制列像素平移的方式为：正则项计算后乘以系数，通过系数调整正则项对平移限制的程度；
步骤三三、运用插值法计算平移后图像的每个像素，从而获得平移后的图像；
步骤三四、计算平移后图像与模板图像的SSIM值：
其中，x是待检测图像，y是变换后的正常图像，μx是x所有像素的平均值，...
【专利技术属性】
技术研发人员：龙施洋，
申请(专利权)人：哈尔滨市科佳通用机电股份有限公司，
类型：发明
国别省市：黑龙江;23
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。