一种用于道路监测的车辆信息识别方法及系统技术方案

本发明专利技术涉及人工智能技术领域，具体涉及一种用于道路监测的车辆信息识别方法及系统，获取待识别的初始道路图像，对初始道路图像采用帧间差分法进行处理，得到车辆差分图像，并得到车辆区域的最小外接矩形图像，可以降低其他区域对车辆识别造成的干扰，提升车辆识别准确性，基于最小外接矩形图像中识别得到的道路中心线，得到各个像素点的目标热力系数，对最小外接矩形图像进行多次不同的瓦片分割，获取各瓦片分割方式所对应的分割效果指标，得到最优的瓦片分割方式，最终得到的分割方式效果最好，得到的瓦片符合后续车辆信息识别神经网络模型的图像的需要，即便是采集的图像尺寸与神经网络需求尺寸不符，也能够有效对车辆进行识别。别。别。

【技术实现步骤摘要】
一种用于道路监测的车辆信息识别方法及系统


[0001]本专利技术涉及人工智能
，具体涉及一种用于道路监测的车辆信息识别方法及系统。

技术介绍

[0002]目前，神经网络广泛应用于车辆识别
，用户可以通过神经网络技术来识别道路上的车辆。但是不同参数的摄像头采集到的图片尺寸大小不同，而共用的神经网络只能处理特定尺寸大小的图像，所以往往会出现采集尺寸和神经网络需求尺寸不符的问题，进而无法有效对车辆进行识别。

技术实现思路

[0003]有鉴于此，为了解决上述技术问题，本专利技术提供一种用于道路监测的车辆信息识别方法及系统。
[0004]所采用的技术方案具体如下：一种用于道路监测的车辆信息识别方法，包括：获取待识别的初始道路图像；对所述初始道路图像采用帧间差分法进行处理，得到车辆差分图像；对所述车辆差分图像中的车辆区域进行最小外接矩形处理，得到车辆区域的最小外接矩形图像；识别所述最小外接矩形图像中的道路中心线，并基于所述道路中心线，得到所述最小外接矩形图像中的各个像素点的目标热力系数；对所述最小外接矩形图像采用不同的瓦片分割方式进行多次瓦片分割，获取每一次瓦片分割后各个像素点所处瓦片的数量，基于各个像素点所处瓦片的数量以及各个像素点的目标热力系数，获取各瓦片分割方式所对应的分割效果指标；其中，瓦片尺寸与预设的车辆信息识别神经网络模型中图像需求尺寸相等；获取最大的分割效果指标所对应的瓦片分割方式，得到最优瓦片分割方式；将所述最优瓦片分割方式所对应的瓦片分割图像输入至所述车辆信息识别神经网络模型中，识别车辆信息。
[0005]进一步地，所述对所述车辆差分图像中的车辆区域进行最小外接矩形处理，得到车辆区域的最小外接矩形图像，包括：获取所述车辆差分图像中的各个车辆区域，并获取各个车辆区域的中心点；计算任意两个车辆区域的中心点之间连线的距离，以及连线方向与水平方向的角度；获取最大的连线距离，并得到所述最大的连线距离所对应的两个车辆区域，分别为第一车辆区域和第二车辆区域；计算所述第一车辆区域中的任意一个边缘点与所述第二车辆区域中的任意一个
边缘点的距离，得到最大边缘点距离，以及最大边缘点距离所对应的所述第一车辆区域中的边缘点与所述第二车辆区域中的边缘点，分别为第一边缘点和第二边缘点，获取所述第一边缘点和第二边缘点之间的连线方向与水平方向的目标角度，所述第一边缘点和第二边缘点之间的连线方向为所述最小外接矩形图像的长的方向，所述最大边缘点距离的长度为所述最小外接矩形图像的长度；获取所述第一边缘点和第二边缘点之间连线的中垂线；计算任意两个车辆区域的中心点之间连线在所述中垂线上的投影距离，获取最大的投影距离，并得到所述最大的投影距离所对应的两个车辆区域，分别为第三车辆区域和第四车辆区域；计算所述第三车辆区域中的任意一个边缘点与所述第四车辆区域中的任意一个边缘点之间连线在所述中垂线上的投影距离，得到最大投影距离，以及最大投影距离所对应的所述第三车辆区域中的边缘点与所述第四车辆区域中的边缘点，分别为第三边缘点和第四边缘点，所述最大投影距离的长度为所述最小外接矩形图像的宽度；基于所述第一边缘点、第二边缘点、第三边缘点和第四边缘点，得到所述最小外接矩形图像。
[0006]进一步地，所述识别所述最小外接矩形图像中的道路中心线，并基于所述道路中心线，得到所述最小外接矩形图像中的各个像素点的目标热力系数，包括：获取所述车辆差分图像中的任意两个车辆区域的中心点之间连线方向与所述最小外接矩形图像的长度方向之间的夹角小于预设夹角的连线，得到所述最小外接矩形图像中的道路中心线；对于所述最小外接矩形图像中长度方向上的任意一条线段，获取该线段与每一个道路中心线之间的距离，以及每一个道路中心线与该线段所对应的所述最小外接矩形图像的长之间的距离，基于该线段与每一个道路中心线之间的距离，以及每一个道路中心线与该线段所对应的所述最小外接矩形图像的长之间的距离，计算得到该线段中的各个像素点的目标热力系数。
[0007]进一步地，所述基于该线段与每一个道路中心线之间的距离，以及每一个道路中心线与该线段所对应的所述最小外接矩形图像的长之间的距离，计算得到该线段中的各个像素点的目标热力系数，包括：对于任意一个道路中心线，计算该线段与该道路中心线之间的距离与该道路中心线与该线段所对应的所述最小外接矩形图像的长之间的距离的比值，根据所述比值得到该线段中的各个像素点与该道路中心线的子热力系数；求取该线段中的各个像素点与所有的道路中心线的子热力系数之和，得到该线段中的各个像素点的目标热力系数。
[0008]进一步地，所述基于各个像素点所处瓦片的数量以及各个像素点的目标热力系数，获取各瓦片分割方式所对应的分割效果指标，包括：对获取到的每一次瓦片分割后各个像素点所处瓦片的数量进行归一化，得到每一次瓦片分割后各个像素点的瓦片数量参量；对于任意一次瓦片分割，求取各个像素点的目标热力系数与瓦片数量参量之间的比值，并求取所有像素点的目标热力系数与瓦片数量参量之间的比值之和，得到该瓦片分
割方式所对应的分割效果指标。
[0009]进一步地，对所述最小外接矩形图像进行瓦片分割的瓦片数量WS为：其中，，，K和H分别是所述最小外接矩形图像的尺寸，DK和DH分别是瓦片的尺寸，DK<K，DH<H，a大于1，为向上取整函数。
[0010]进一步地，所述对所述初始道路图像采用帧间差分法进行处理，得到车辆差分图像，包括：对所述初始道路图像采用帧间差分法进行处理，得到初始差分图像；将所述初始差分图像中的各个像素点进行聚类，得到车辆数据类中心点和背景数据类中心点；获取所述车辆数据类型中心点的像素值以及所述背景数据类中心点的像素值，进而得到判定阈值；基于所述判定阈值，对所述初始差分图像中的各个像素点进行二值化，得到中间差分图像；将相邻的两个中间差分图像进行叠加，得到车辆差分图像。
[0011]一种用于道路监测的车辆信息识别系统，包括处理器和存储器，所述处理器用于处理存储在所述存储器中的指令以实现上述的用于道路监测的车辆信息识别方法。
[0012]本专利技术实施例至少具有如下有益效果：基于初始道路图像进行处理，得到车辆区域的最小外接矩形图像，然后识别得到最小外接矩形图像中的道路中心线，并基于道路中心线，得到最小外接矩形图像中的各个像素点的目标热力系数，然后对最小外接矩形图像采用不同的瓦片分割方式进行多次瓦片分割，瓦片尺寸与预设的车辆信息识别神经网络模型中图像需求尺寸相等，由于对最小外接矩形图像采用不同的瓦片分割方式进行多次瓦片分割时，每一个像素点所处瓦片的数量可能不同，也就是对于任意一个像素点，瓦片重叠的个数越多，分割效果越不好，因此，基于各个像素点所处瓦片的数量以及各个像素点的目标热力系数，获取各瓦片分割方式所对应的分割效果指标，分割效果指标越大，分割效果越好，因此，将最大的分割效果指标所对应的瓦片分割方式确定为最优瓦片分割方式，最后将最优瓦片分割方式所对应的瓦片分割图像输入至车辆信息识别神经网络模型中，识别车辆信息。因此，通过最小本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于道路监测的车辆信息识别方法，其特征在于，包括：获取待识别的初始道路图像；对所述初始道路图像采用帧间差分法进行处理，得到车辆差分图像；对所述车辆差分图像中的车辆区域进行最小外接矩形处理，得到车辆区域的最小外接矩形图像；识别所述最小外接矩形图像中的道路中心线，并基于所述道路中心线，得到所述最小外接矩形图像中的各个像素点的目标热力系数；对所述最小外接矩形图像采用不同的瓦片分割方式进行多次瓦片分割，获取每一次瓦片分割后各个像素点所处瓦片的数量，基于各个像素点所处瓦片的数量以及各个像素点的目标热力系数，获取各瓦片分割方式所对应的分割效果指标；其中，瓦片尺寸与预设的车辆信息识别神经网络模型中图像需求尺寸相等；获取最大的分割效果指标所对应的瓦片分割方式，得到最优瓦片分割方式；将所述最优瓦片分割方式所对应的瓦片分割图像输入至所述车辆信息识别神经网络模型中，识别车辆信息；所述识别所述最小外接矩形图像中的道路中心线，并基于所述道路中心线，得到所述最小外接矩形图像中的各个像素点的目标热力系数，包括：获取所述车辆差分图像中的任意两个车辆区域的中心点之间连线方向与所述最小外接矩形图像的长度方向之间的夹角小于预设夹角的连线，得到所述最小外接矩形图像中的道路中心线；对于所述最小外接矩形图像中长度方向上的任意一条线段，获取该线段与每一个道路中心线之间的距离，以及每一个道路中心线与该线段所对应的所述最小外接矩形图像的长之间的距离，基于该线段与每一个道路中心线之间的距离，以及每一个道路中心线与该线段所对应的所述最小外接矩形图像的长之间的距离，计算得到该线段中的各个像素点的目标热力系数。2.根据权利要求1所述的用于道路监测的车辆信息识别方法，其特征在于，所述对所述车辆差分图像中的车辆区域进行最小外接矩形处理，得到车辆区域的最小外接矩形图像，包括：获取所述车辆差分图像中的各个车辆区域，并获取各个车辆区域的中心点；计算任意两个车辆区域的中心点之间连线的距离，以及连线方向与水平方向的角度；获取最大的连线距离，并得到所述最大的连线距离所对应的两个车辆区域，分别为第一车辆区域和第二车辆区域；计算所述第一车辆区域中的任意一个边缘点与所述第二车辆区域中的任意一个边缘点的距离，得到最大边缘点距离，以及最大边缘点距离所对应的所述第一车辆区域中的边缘点与所述第二车辆区域中的边缘点，分别为第一边缘点和第二边缘点，获取所述第一边缘点和第二边缘点之间的连线方向与水平方向的目标角度，所述第一边缘点和第二边缘点之间的连线方向为所述最小外接矩形图像的长的方向，所述最大边缘点距离的长度为所述最小外接矩形图像的长度；获取所述第一边缘点和第二边缘点之间连线的中垂线；计算任意两个车辆区域的中心点之间连线在所述中垂线上的投影距离，获取最大的投
影距离，并得到所述最大的投影距离所对应的两个车辆区域，分别为第...

【专利技术属性】
技术研发人员：杨荣，
申请(专利权)人：江苏紫琅汽车集团股份有限公司，
类型：发明
国别省市：