車(chē)臉車(chē)燈特征的量化方法研究

　　引言

　　本文所研究的車(chē)臉是指由散熱器隔柵和車(chē)燈組成的帶狀區域，如圖1所示。車(chē)臉的車(chē)燈部分具有明顯的形狀特征，因此，通過(guò)量化車(chē)燈形狀，可達到量化車(chē)臉特征的目的。對車(chē)臉特征進(jìn)行量化，可以便于交管部門(mén)建立車(chē)臉特征數據庫，簡(jiǎn)化車(chē)臉特征檢索算法，提高車(chē)臉特征檢索速度，實(shí)現快速、高效的車(chē)臉識別。

　　車(chē)燈的形狀特征

　　通過(guò)考察多類(lèi)轎車(chē)的車(chē)燈形狀發(fā)現，可以根據車(chē)燈的外形輪廓將其分為簡(jiǎn)單幾何結構和復雜組合結構兩大類(lèi)。簡(jiǎn)單幾何結構又可以根據車(chē)燈形狀劃分為矩形、圓形、橢圓形、菱形、瓜子型和三角形等。對于復雜組合結構的車(chē)燈，其形狀輪廓通常為比較復雜的曲線(xiàn)。兩類(lèi)結構的車(chē)燈示例如圖2所示。

　　車(chē)燈初始輪廓提取

　　為了提取車(chē)燈的初始輪廓，需要先將車(chē)燈從車(chē)臉中分割出來(lái)。從圖1中可以看出：車(chē)臉的散熱器隔柵具有明顯的紋理方向，而車(chē)燈的紋理方向不明顯。對橫紋車(chē)臉進(jìn)行水平邊緣垂直投影，對縱紋車(chē)臉進(jìn)行垂直邊緣垂直投影，散熱器隔柵均對應投影曲線(xiàn)中的最大鼓包，因此，可以根據這個(gè)最大鼓包確定出散熱器隔柵的左邊界和右邊界，即左車(chē)燈的右邊界和右車(chē)燈的左邊界。從而，車(chē)臉被分割成左車(chē)燈、散熱器隔柵和右車(chē)燈三部分，最終將車(chē)燈從車(chē)臉中分割出來(lái)。

　　在車(chē)臉中分割出車(chē)燈后，使用Canny算子對其進(jìn)行邊緣檢測。經(jīng)典的邊緣檢測算法通常根據各像素點(diǎn)在某個(gè)鄰域內的灰度變化進(jìn)行邊緣檢測，但是大燈邊緣和噪聲都是高頻信號，很多經(jīng)典的邊緣檢測算法難以在車(chē)燈邊緣和噪聲之間進(jìn)行取舍[1]。通過(guò)對多種邊緣檢測算子的比較發(fā)現，Canny算子在對車(chē)燈邊緣的檢測中表現優(yōu)秀，對各個(gè)方向的邊緣都比較敏感，可以比較完整地檢測出復雜輪廓車(chē)燈的邊緣。因此，本文選用Canny算子進(jìn)行車(chē)燈的邊緣檢測，得到的車(chē)燈邊緣圖如圖3所示。

　　Canny算子的具體算法如下：首先通過(guò)Gauss平滑濾波去除圖像中的噪聲;然后，計算去噪處理后所得圖像的梯度;最后，使用非極大值抑制算法和雙閾值算法對梯度圖中的邊緣進(jìn)行細化，并剔除虛假邊緣和連接間斷邊緣，最終得到邊緣圖[2~3]。