一種基于選擇式光譜探測系統(tǒng)的汽車識別方法
【專利摘要】本發(fā)明公開了一種基于選擇式光譜探測系統(tǒng)的汽車識別方法,用于在公路上識別汽車,具體涉及光譜應用及汽車識別領域。本發(fā)明中的系統(tǒng)進行圖像處理,提取識別區(qū)域內的汽車輪廓形狀感興趣區(qū)域(Region Of Interest,ROI),并輸入到空間光調制器,使空間光調制器于不同時刻,形成一幅只含單一汽車ROI的掩模圖。掩模圖僅使ROI通光,其他區(qū)域屏蔽,從而保證每時刻內光纖光譜儀接收到的僅含單一車輛的光信息。系統(tǒng)獲得不同汽車的特征光譜反射率后,計算機使用特定算法,特定地對其建立識別模型,實現(xiàn)對其的識別。本發(fā)明系統(tǒng)結構簡單,易于實現(xiàn),利用特征光譜反射率作為識別基礎,能獲得相對圖像識別方法更高的準確率。
【專利說明】
一種基于選擇式光譜探測系統(tǒng)的汽車識別方法
技術領域
[0001] 本發(fā)明涉及智能交通管理領域,具體涉及一種使用選擇式光譜技術的汽車識別方 法。
【背景技術】
[0002] 智能交通系統(tǒng)和交通智能管理化技術是交通領域上的一個重要研究方向。
[0003] 在如今的智能交通系統(tǒng)中,數量不少的研究者著力于對車輛跟蹤技術的研究?,F(xiàn) 有的文獻表明研究者過往使用背景差分法、車輛模型檢測法、動態(tài)輪廓檢測法等手段以跟 蹤汽車。但由于這些傳統(tǒng)方法容易受外界環(huán)境光照變化的影響而產生誤判,并且背景初始 化較為困難,車輛在圖像視頻中重疊時也難以區(qū)分。因而研究者又使用卡爾曼濾波器、灰色 預測模型等方法來進行研究汽車的跟蹤技術。
[0004] 然而,盡管汽車的跟蹤技術層出不窮,但關于汽車識別領域卻甚少被研究,智能交 通領域缺少著對汽車識別的方法研究。
[0005] 汽車識別技術不僅能在當下的交通管理、物流運輸提供極大幫助,也能為司法機 關提供精準的追捕偵查援助,對于智能交通管理及日后的無人駕駛是必須的技術基礎。
[0006] 而在光譜分析中,一般地,波峰的相對強度并不具有研究意義,能提供有效而準確 信息的是光譜波形。因此,光譜分析中這些的特性使得研究人員在能辨別到波形的情況下, 忽略光強度對光譜的影響,從而使得光譜分析能在多種場合下進行。
[0007]光譜探測與分析技術具有無需接觸等優(yōu)點,能夠檢測到被測物體的物理結構、化 學成分等指標,也是自然科學中一種日趨重要的研究手段。由此,在圖像的基礎上,以對汽 車表面反射光譜的檢測及分類識別為技術核心,從各汽車反射光譜的差異性出發(fā),以此來 識別區(qū)分不同的汽車也可能是一種有效的方式。
【發(fā)明內容】
[0008] 為了彌補上文所提及的技術空缺,本發(fā)明提供一種有效的汽車識別方法,即基于 選擇式光譜技術的汽車識別方法。利用選擇式光譜技術,探測汽車的反射光譜,并計算得每 個光譜樣品的特征光譜反射率,對由光譜反射率組成的樣品集建模運算,結合光譜分析技 術進行汽車顏色識別、車輛間區(qū)分識別等實際應用,能有效解決傳統(tǒng)圖像處理方法在外界 光照變化劇烈、車輛車牌惡意遮擋等情況下的車輛識別錯誤的難題。
[0009] 為了實現(xiàn)上述目的,本發(fā)明的技術方案如下:
[0010] -種基于選擇式光譜探測系統(tǒng)的汽車識別方法,包括以下步驟:
[0011] (1)在道路上規(guī)劃出汽車識別區(qū)域R;
[0012] (2)識別區(qū)域R內的信息光經成像透鏡組進入分束器進行分束,反射光束經會聚透 鏡聚焦于拍攝器,實時獲取識別區(qū)域R內的圖像信息,光束進入空間光調制器后會聚到光纖 耦合器后進入光纖光譜儀中,獲取汽車識別區(qū)域R內的特征光譜信息;拍攝器及空間光調制 器與處理器相連;
[0013] (3)處理器在T時刻選中汽車識別區(qū)域R內的白色交通標線,在圖像中生成形狀為 其輪廓的感興趣區(qū)域R0I,由處理器實時輸入空間光調制器,并生成只使選中的白色標線感 興趣區(qū)域R0I處能透光,其他區(qū)域遮光的掩膜圖;
[0014] (4)光纖光譜儀測量并記錄公路上白色交通標線的反射光譜So,通過其已知的特 征光譜反射率η,實時計算出τ時刻的環(huán)境光光譜s E;
[0015] (5)多輛被測汽車進入汽車識別區(qū)域R;
[0016] (6)拍攝器獲得識別區(qū)域內車輛的圖像信息,處理器選定待測目標車輛(^(? = 1, 2,3,…),依次于圖像中生成待測目標車輛匕輪廓形狀的感興趣區(qū)域R0I;
[0017] (7)在T+i*AT時刻,處理器控制空間光調制器依次生成只有一輛目標車輛輪廓感 興趣區(qū)域R0I的掩模圖,由光纖光譜儀依次記錄該時刻的車輛特征光譜反射強度譜心,,并 與T時刻的外界環(huán)境光的光譜SE做比值/&,求得T+i*AT時刻下的車輛Ci的特征光譜反 射率;
[0018] (8)處理器判斷待測目標車輛是否已駛出汽車識別區(qū)域R。
[0019] 若沒有車駛出汽車識別區(qū)域,則重復步驟(6)、(7),并由多張同輛車的數據形成各 車輛的特征光譜反射率集341 = 1,2,3,…若出現(xiàn)汽車駛離數據收集區(qū)域的情況,計算機 系統(tǒng)去除該車的編號且放棄對該車的采集工作,并對其特征光譜反射率集Si使用特定算法 進行光譜識別及歸類分析,根據實際需求建立特定的識別模型并顯示分析結果。
[0020] 進一步地,步驟(2)中的分束器可以包括分束立方體、半透半反射鏡等可將一束光 分成兩束光或多束光的元件。優(yōu)選的,使用分束立方體,優(yōu)選的,分光比例為1:1。
[0021] 進一步地,步驟(2)、(3)中的空間光調制器,包括透射式空間光調制器、反射式空 間光調制器、數字微鏡器件等,其中優(yōu)選透射式空間光調制器。
[0022] 進一步地,步驟(2)中空間光調制器工作區(qū)域的像素長寬比與面陣CCD相機工作區(qū) 域的像素長寬比必須一致,且空間光調制器工作區(qū)域像素個數大于面者CCD相機工作區(qū)域 的像素個數。
[0023]進一步地,步驟(3)與步驟(7)中生成白色交通標線R0I與生成車輛R0I同時在圖像 上進行。
[0024]進一步地,步驟(4)中白色交通標線的光譜反射率II,是通過在標準光源照射下的 白色交通標線所得的反射光譜與標準光源的光譜的比值而求得。
[0025]進一步地,步驟(6)中的R0I掩模圖的具體意義為特定地讓汽車的反射光通過空間 光調制器后進入光纖光譜儀,而阻止背景的光線進入光纖光譜儀,減少噪聲,從而保證所測 光譜僅包含特定車輛的信息。
[0026] 進一步地,步驟(7)中,不同汽車不同時刻的特征光譜反射率通過相應汽車的相應 時刻的反射光譜與環(huán)境光光譜的比值求得。
[0027] 與現(xiàn)有技術相比,本發(fā)明技術方案的有益效果是:本發(fā)明以對汽車表面反射光譜 的檢測及分類識別為技術核心,從各汽車反射光譜的差異性出發(fā),以此來識別區(qū)分不同的 汽車,有效地弱化了環(huán)境光強對汽車識別的影響,
【附圖說明】
[0028] 圖1是本發(fā)明提供的選擇式光譜汽車識別方法流程圖。
[0029] 圖2是本發(fā)明提供的使用透射式空間光調制器的選擇式光譜汽車識別系統(tǒng)設備 圖。
[0030] 圖3是本發(fā)明提供的使用反射式空間光調制器的選擇式光譜汽車識別系統(tǒng)設備 圖。
[0031] 圖4是汽車識別區(qū)域的實際布置圖。
[0032]圖5是選擇車輛R0I的掩模圖的圖示。
[0033]圖6是兩輛車的特征光譜反射強度譜的曲線圖。
[0034]圖7是兩輛車的特征光譜反射率譜的曲線圖。
【具體實施方式】
[0035] 附圖僅用于示例性說明,不能理解為對本專利的限制;為了更好說明本實施例,附 圖某些部件會有省略、放大或縮小,并不代表實際產品的尺寸;
[0036] 對于本領域技術人員來說,附圖中某些公知結構及其說明可能省略是可以理解 的。下面結合附圖和實施例對本發(fā)明的技術方案做進一步的說明。
[0037] 本發(fā)明提出了一種基于選擇式光譜探測系統(tǒng)的汽車識別方法。先于道路規(guī)劃出識 別區(qū)域,通過在圖像上選取汽車形狀輪廓為R0I,輸入到空間光調制器上形成只能通過汽車 反射光的掩模圖,從而使光纖光譜儀特定地接受被測車輛的信息。不僅彌補了智能交通系 統(tǒng)中汽車跟蹤領域的空缺,也比傳統(tǒng)的依據圖像特征進行識別的技術更具準確性且不易受 環(huán)境因素的影響。
[0038] 由于空間光調制器長及寬的像素個數均大于面陣CCD相機,因而通過人工定標,使 每個空間光調制器的像素對應一個面陣CCD相機的像素,從而實現(xiàn)系統(tǒng)能對應圖像上任一 像素點進行光譜測量。
[0039] 如圖2所示,在本實施例一中,系統(tǒng)包括成像透鏡組1、分束立方體2、透射式空間光 調制器3、會聚透鏡4、光纖耦合器5、光纖6、光纖光譜儀7、會聚透鏡組8、面陣C⑶相機9、計算 機10〇
[0040] 本實施例中,圖像光經成像透鏡組1準直后經分束立方體2分為兩束,一束反射后 經會聚透鏡組8透鏡成像于面陣CCD相機9。另一束光透射進入透射式空間光調制器3,光被 調制后通過會聚透鏡4透射輸出至光纖耦合器5上,光信息沿光纖6傳輸到光纖光譜儀7,得 到光譜信息再由計算機10進行分析。
[0041] 如圖3所示,本實施例二中,系統(tǒng)包括成像透鏡組1、分束立方體2、反射式空間光調 制器11、會聚透鏡4、光纖耦合器5、光纖6、光纖光譜儀7、會聚透鏡組8、面陣CCD相機9、計算 機10〇
[0042] 本實施例中,圖像光經成像透鏡組1準直后經分束立方體2分為兩束,一束反射后 經聚透鏡組8透鏡成像于面陣(XD相機9。另一束光射至反射式空間光調制器11后經反射,通 過會聚透鏡4會聚后進入光纖耦合器5,光信息沿光纖6傳輸到光纖光譜儀7,得到光譜信息 后由計算機10分析。
[0043] 下面根據圖2及圖3給出,用以說明本發(fā)明的選擇式光譜汽車識別方法,但不僅限 于汽車識別,也可應用在對移動物體的識別等場合。
[0044] 實施例一及實施例二中,選擇式光譜的汽車識別技術方法流程如下:
[0045] 步驟一:于道路規(guī)劃出汽車識別區(qū)域R。確定汽車識別區(qū)域R的起點線到終點線的 距離為40米。汽車識別區(qū)域的設置如圖4所示。
[0046] 考慮兩輛車速為50km/h的汽車,其從進入數據收集區(qū)域到離開該區(qū)域,對于一輛 車,能獲得全車輪廓的幀數約為118幀,亦即忽略采集上限情況下,能獲得光譜樣品數最多 為118個。
[0047] 考慮當兩輛車進入汽車識別區(qū)域,計算機于第1幀的時刻選中并記錄區(qū)域內白色 交通標線的反射光譜So,通過其已知的特征光譜反射率II,求得此時刻的環(huán)境光光譜Se。
[0048] 步驟二:計算機選定汽車識別區(qū)域內的兩輛待測目標車輛于圖像中生成二 者輪廓形狀的R0I。在第2、3、幀的時刻,計算機控制空間光調制器依次生成只含&、C 2、R0I部 分的掩模圖,信息光經空間光調制器透射出后由光纖光譜儀依次記錄成兩輛車的特征光譜 S C1、SC2,如圖6所示。通過與第1幀時刻下的環(huán)境光光譜SE作比值,即心,/?、心 :/&,得到 &、C2車的特征光譜反射率Si、S2,如圖7。
[0049]步驟三:系統(tǒng)判斷待測目標車輛是否已駛出汽車識別區(qū)域R。若沒有駛出R,則重復 步驟二,并形成三輛車的特征光譜反射率集Si(i = 1,2,3)。若出現(xiàn)汽車駛離數據收集區(qū)域, 計算機系統(tǒng)去除該車的編號,只生成剩余車輛的掩模圖并只記錄剩余車輛的特征光譜,重 復步驟二。
[0050] 步驟四:進一步地,當所有汽車駛離數據收集區(qū)域系統(tǒng)完全停止對該批汽車進行 數據收集。
[0051] 對于一輛車的建模,系統(tǒng)獲得特征光譜反射率樣品集后,把其分為校正集和預測 集,經過后向區(qū)間偏最小二乘法(BiPLS)的迭代運算,得到該車關于各波長區(qū)間對其特征構 成的關系式,從而建立特定的識別模型。
[0052]顯然,本發(fā)明的上述實施例僅僅是為清楚地說明本發(fā)明所作的舉例,而并非是對 本發(fā)明的實施方式的限定。對于所屬領域的普通技術人員來說,在上述說明的基礎上還可 以做出其它不同形式的變化或變動。這里無需也無法對所有的實施方式予以窮舉。凡在本 發(fā)明的精神和原則之內所作的任何修改、等同替換和改進等,均應包含在本發(fā)明權利要求 的保護范圍之內。
【主權項】
1. 一種基于選擇式光譜探測系統(tǒng)的汽車識別方法,其特征在于,包括W下步驟: (1) 在道路上規(guī)劃出汽車識別區(qū)域R; (2) 識別區(qū)域R內的信息光經成像透鏡組進入分束器進行分束,反射光束經會聚透鏡聚 焦于拍攝器,實時獲取識別區(qū)域R內的圖像信息,光束進入空間光調制器后會聚到光纖禪合 器后進入光纖光譜儀中,獲取汽車識別區(qū)域R內的特征光譜信息;拍攝器及空間光調制器與 處理器相連; (3) 處理器在T時刻選中汽車識別區(qū)域R內的白色交通標線,在圖像中生成形狀為白色 交通標線輪廓的形狀感興趣區(qū)域ROI,由處理器實時輸入空間光調制器,并生成只使選中的 白色標線形狀感興趣區(qū)域ROI處能透光,其他區(qū)域遮光的掩膜圖; (4) 光纖光譜儀測量并記錄公路上白色交通標線的反射光譜So,通過其已知的特征光譜 反射率η,實時計算出T時刻的環(huán)境光光譜Se ; (5) 多輛被測汽車進入汽車識別區(qū)域R; (6) 拍攝器獲得識別區(qū)域內車輛的圖像信息,處理器選定待測目標車輛Ci,i = l,2, 3,···,依次于圖像中生成待測目標車輛Cl輪廓形狀的感興趣區(qū)域ROI; (7) 在T+i*AT時刻,處理器控制空間光調制器依次生成只有一輛目標車輛輪廓形狀感 興趣區(qū)域R0I的掩模圖,由光纖光譜儀依次記錄該時刻的車輛特征光譜反射強度譜&、,,并 與T時刻的外界環(huán)境光的光譜Se做比值馬,/?,求得T+i* A T時刻下的車輛Cl的特征光譜反 射率; (8) 處理器判斷待測目標車輛是否已駛出汽車識別區(qū)域R; 若沒有車駛出汽車識別區(qū)域,則重復步驟(6)、(7),并由多張同輛車的數據形成各車輛 的特征光譜反射率集Si,i = l,2,3,···;若出現(xiàn)汽車駛離數據收集區(qū)域的情況,處理器去除 該車的編號且放棄對該車的采集工作,并對其特征光譜反射率集Si使用特定算法進行光譜 識別及歸類分析,根據實際需求建立特定的識別模型并顯示分析結果。2. 根據權利要求1所述的基于選擇式光譜探測系統(tǒng)的汽車識別方法,其特征在于,步驟 (2)中的分束器是將一束光分成兩束光或多束光的元件;分束器為分束立方體或半透半反 射鏡。3. 根據權利要求1所述的基于選擇式光譜探測系統(tǒng)的汽車識別方法,其特征在于,步驟 (2)、(3)中的空間光調制器為透射式空間光調制器、反射式空間光調制器或數字微鏡器件。4. 根據權利要求1所述的基于選擇式光譜探測系統(tǒng)的汽車識別方法,其特征在于,所述 拍攝器為面陣CCD相機。5. 根據權利要求4所述的基于選擇式光譜探測系統(tǒng)的汽車識別方法,其特征在于,步驟 (2) 中空間光調制器工作區(qū)域的像素長寬比與面陣CCD相機工作區(qū)域的像素長寬比必須一 致,且空間光調制器工作區(qū)域像素個數大于面陣CCD相機工作區(qū)域的像素個數。6. 根據權利要求1所述的基于選擇式光譜探測系統(tǒng)的汽車識別方法,其特征在于,步驟 (3) 與步驟(7)中生成白色交通標線感興趣區(qū)域R0I與生成車輛感興趣區(qū)域R0I同時在圖像 上進行。7. 根據權利要求1所述的基于選擇式光譜探測系統(tǒng)的汽車識別方法,其特征在于,步驟 (4) 中白色交通標線的特征光譜反射率n,是通過在標準光源照射下的白色交通標線所得的 反射光譜與標準光源的光譜的比值而求得。8. 根據權利要求1所述的基于選擇式光譜探測系統(tǒng)的汽車識別方法,其特征在于,步驟 (6) 中的ROI掩模圖是用于讓汽車的反射光通過空間光調制器后進入光纖光譜儀,而阻止背 景的光線進入光纖光譜儀,減少噪聲,從而保證所測光譜僅包含特定車輛的信息。9. 根據權利要求1所述的基于選擇式光譜探測系統(tǒng)的汽車識別方法,其特征在于,步驟 (7) 中,不同汽車不同時刻的特征光譜反射率通過相應汽車的相應時刻的反射光譜與環(huán)境 光光譜的比值求得。
【文檔編號】G08G1/017GK105976618SQ201610281673
【公開日】2016年9月28日
【申請日】2016年4月28日
【發(fā)明人】蔡志崗, 陳梓藝, 王嘉輝, 馬鴻鍵, 李佼洋, 王福娟
【申請人】中山大學