車臉定位方法及裝置的制造方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及智能交通技術(shù)領(lǐng)域，尤其涉及一種車臉定位方法及裝置。
【背景技術(shù)】
[0002] 由于不同品牌的車輛，以及同品牌不同款的車輛的前部圖像(前車臉)的散熱片和 車燈的布局和形狀都存在差異，因此可以通過車臉的識別對車輛進(jìn)行更精確的分類，但是 一般很難從車輛圖像中分割出準(zhǔn)確的車臉區(qū)域。
[0003] 現(xiàn)有技術(shù)中，一般可先定位車牌位置，然后以車牌中心為原點，根據(jù)車牌的寬度和 高度分別沿上、下、左、右四個方向按一定比例進(jìn)行放大，最后框出一個四邊形區(qū)域作為車 臉區(qū)域。由于有些車的車牌位置并不居中放置，因此現(xiàn)有技術(shù)定位車牌位置再按照一定比 例在水平和垂直方向進(jìn)行擴展得出的車臉區(qū)域就可能有缺失;而且對于沒有車牌的車輛或 者車牌臟污的車輛，現(xiàn)有技術(shù)無法精確定位車牌，進(jìn)而也影響車臉定位的準(zhǔn)確性。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明提供一種車臉定位方法及裝置，以解決現(xiàn)有技術(shù)中在車牌位置并不居中放 置或者無法精確定位車牌的情況下，不能準(zhǔn)確定位車臉的問題。
[0005] 根據(jù)本發(fā)明實施例的第一方面，提供一種車臉定位方法，所述方法包括：
[0006] 獲取待識別車輛的增強車身圖像；
[0007] 根據(jù)增強車身圖像的每個像素的垂直梯度值和水平梯度值，對所述增強車身圖像 分別進(jìn)行水平方向和垂直方向的梯度投影，得到水平投影圖和垂直投影圖；
[0008] 根據(jù)所述垂直投影圖和所述水平投影圖的分布特征，判斷所述待處理車身圖像中 的車是否為轎車；
[0009]如果是，根據(jù)所述垂直投影圖中具有投影值的范圍確定所述車臉的左邊緣線和右 邊緣線，根據(jù)所述水平投影圖中的峰值確定所述車臉的下邊緣線和上邊緣線；
[0010]根據(jù)所述車臉的左邊緣線、右邊緣線、下邊緣線和上邊緣線，確定車臉區(qū)域。
[0011]根據(jù)本發(fā)明實施例的第二方面，提供一種車臉定位裝置，所述裝置包括：
[0012 ]獲取單元，用于獲取待識別車輛的增強車身圖像；
[0013] 投影單元，用于根據(jù)增強車身圖像的每個像素的垂直梯度值和水平梯度值，對所 述增強車身圖像分別進(jìn)行水平方向和垂直方向的梯度投影，得到水平投影圖和垂直投影 圖；
[0014] 判斷單元，用于根據(jù)所述垂直投影圖和所述水平投影圖的分布特征，判斷所述待 處理車身圖像中的車是否為轎車；
[0015] 確定單元，用于如果是，根據(jù)所述垂直投影圖中具有投影值的范圍確定所述車臉 的左邊緣線和右邊緣線，根據(jù)所述水平投影圖中的峰值確定所述車臉的下邊緣線和上邊緣 線;并且根據(jù)所述車臉的左邊緣線、右邊緣線、下邊緣線和上邊緣線，確定車臉區(qū)域。
[0016] 應(yīng)用本發(fā)明實施例，通過計算增強車身圖像每個像素的梯度值，并在水平方向和 垂直方向進(jìn)行梯度投影，得到水平投影圖和垂直投影圖；根據(jù)所述垂直投影圖和所述水平 投影圖的分布特征，判斷所述待處理車身圖像中的車是否為轎車;如果是轎車，則可根據(jù)所 述垂直投影圖中具有投影值的范圍確定所述車臉的左邊緣線和右邊緣線，根據(jù)所述水平投 影圖中的峰值確定所述車臉的下邊緣線和上邊緣線，根據(jù)車臉的左邊緣線、右邊緣線、下邊 緣線和上邊緣線即可確定車臉區(qū)域，從而保證不借助車牌位置信息即可定位車臉區(qū)域，并 且提高了車臉定位準(zhǔn)確性。
【附圖說明】
[0017] 此處的附圖被并入說明書中并構(gòu)成本說明書的一部分，示出了符合本發(fā)明的實施 例，并與說明書一起用于解釋本發(fā)明的原理。
[0018] 圖1為本發(fā)明一種實施方式中車臉定位的方法流程圖；
[0019] 圖2為本發(fā)明一種實施方式中車身投影示意圖；
[0020] 圖3為本發(fā)明一種實施方式中根據(jù)車身投影示意圖確定車臉區(qū)域的示意圖；
[0021] 圖4為本發(fā)明一種實施方式中車臉定位裝置運行的硬件環(huán)境架構(gòu)圖；
[0022]圖5為本發(fā)明一種實施方式中車臉定位裝置框圖。
【具體實施方式】
[0023]本發(fā)明中的車臉定位是指將車輛的前臉部分區(qū)域提取出來。車臉定位一般用于智 能交通技術(shù)領(lǐng)域的車型識別應(yīng)用中。
[0024] 下面通過具體實施例對本發(fā)明方案進(jìn)行詳細(xì)說明。
[0025] 參見圖1，為本發(fā)明一種實施方式中車臉定位的方法流程圖：
[0026]步驟101:對待處理卡口圖像進(jìn)行圖像分割，得到待識別車身圖像。
[0027]具體地，選擇大量的卡口圖像并對每個圖像中的車輛進(jìn)行標(biāo)定，使用FAST RCNN (Fast Region-based Convolutional Network，基于區(qū)域的卷積神經(jīng)網(wǎng)絡(luò)）算法訓(xùn)練模型。 使用訓(xùn)練好的模型對待處理卡口圖像進(jìn)行車輛監(jiān)測，對待處理卡口圖像中的車輛進(jìn)行框 選。
[0028]對待處理卡口圖像中的車輛進(jìn)行框選后，即可使用Grabcut分割算法對待處理卡 口進(jìn)行圖像分割，得到待識別車身圖像。
[0029 ]步驟102:對待識別車身圖像生成灰度圖像。
[0030] 步驟103:對灰度圖像進(jìn)行小波濾波處理，得到增強車身圖像。
[0031] 具體可使用Gabor濾波器對灰度圖像進(jìn)行小波濾波處理，以便對該灰度圖像的紋 理進(jìn)行增強，使得圖像邊緣更加清晰，得到增強車身圖像。
[0032] 步驟104:根據(jù)每個像素的垂直梯度值和水平梯度值，對增強車身圖像分別進(jìn)行水 平方向和垂直方向的梯度投影，得到水平投影圖和垂直投影圖。
[0033] 每個像素的梯度值可通過以下步驟得到:計算每個像素的灰度值與上面的相鄰像 素的灰度值的差值，得到像素的垂直梯度值;計算每個像素的灰度值與左側(cè)的相鄰像素的 灰度值的差值，得到像素的水平梯度值。
[0034] 其中，對增強車身圖像分別進(jìn)行水平方向和垂直方向的梯度投影，得到水平投影 圖和垂直投影圖，具體包括:統(tǒng)計增強車身圖像的每列像素中水平梯度值超過水平梯度閾 值的個數(shù)，得到對應(yīng)列像素的垂直投影值，增強車身圖像的每列像素的垂直投影值構(gòu)成垂 直投影圖；統(tǒng)計增強車身圖像的每行像素中垂直梯度值超過垂直梯度閾值的個數(shù)，得到對 應(yīng)行像素的水平投影值，增強車身圖像的每行像素的水平投影值構(gòu)成水平投影圖。因此，垂 直投影值的大小取決于對應(yīng)列像素中水平梯度值超過水平梯度閾值的個數(shù)，水平投影值的 大小取決于對應(yīng)行像素中垂直梯度值超過垂直梯度閾值的個數(shù)。
[0035] 為了實現(xiàn)本發(fā)明技術(shù)方案，可預(yù)設(shè)一個水平梯度閾值，一個垂直梯度閾值，該梯度 閾值可根據(jù)試驗得出經(jīng)驗值，不同的圖像該梯度閾值可不同。
[0036] 步驟105:根據(jù)水平投影圖和垂直投影圖的分布特征，判斷待處理車身圖像中的車 是否為轎車。
[0037] 這里所提及的分布特征是指垂直投影圖中投影值不為0的寬度，以及水平投影圖 中投影值不為〇的高度。
[0038] 可計算水平投影的高度和垂直投影的寬度的比值，一般大型車的比值較大，小型 車如轎車的比值則較小，本申請文件中將〇. 9〈s (比值)〈1.2的車型判斷為轎車。其中轎車的 比值范圍具體可由經(jīng)驗值得出。
[0039]如果是轎車，則執(zhí)行步驟106,如果不是，則結(jié)束操作。
[0040] 步驟106:根據(jù)垂直投影圖中具有投影值的范圍確定車臉的左邊緣線和右邊緣線， 根據(jù)水平投影圖中的峰值確定車臉的下邊緣線和上邊緣線，根據(jù)車臉的左邊緣線、右邊緣 線、下邊緣線和上邊緣線，確定車臉區(qū)域。
[0041] 具體地，根據(jù)垂直投影