【摘要】 本发明提供一种基于canny算子和边缘点统计的车辆轮廓识别方法，涉及计算机图像识别领域。本发明首先采用图像预处理技术将彩色图像转化为灰度图像，并进行图像平滑降噪；接下来利用canny算子进行图像边缘点识别，涉及图像梯度计算、对梯度幅值进行非极大值抑制、对初步边缘点进行双阈值计算；最后利用边缘点统计方法，通过纵横两次扫描得出车辆轮廓区域。本发明结合了传统基于canny算子的图像边缘检测算法和基于边缘点统计的轮廓识别方法，能较好剔除假边缘点和补全边缘缺口，且轮廓区域判断更为准确，较准的计算出图像中的轮廓区域，适合统计公路监控中对通行车流量。 【专利类型】发明申请 【申请人】南京信息工程大学 【申请人类型】学校 【申请人地址】210044 江苏省南京市宁六路219号 【申请人地区】中国 【申请人城市】南京市 【申请人区县】浦口区 【申请号】CN201010612592.4 【申请日】2010-12-30 【申请年份】2010 【公开公告号】CN102043950A 【公开公告日】2011-05-04 【公开公告年份】2011 【授权公告号】CN102043950B 【授权公告日】2012-11-28 【授权公告年份】2012.0 【发明人】马廷淮; 单鑫 【主权项内容】基于canny算子和边缘点统计的车辆轮廓识别方法，其特征在于，包括以下步骤：步骤1)，输入被识别车辆的JPEG图像进行灰度化处理，屏蔽图像中车辆与背景之间的差异，得到车辆基于灰度的图像；步骤2)，采用高斯图像模糊滤波器对步骤1)所得的灰度图像进行平滑处理，过滤掉图像噪声；步骤3)，采用canny算子进行梯度计算，求得灰度图像中每个像素点的梯度值和方向；步骤4)，采用步骤3)得到的灰度图像中每个像素点的梯度值，对每个像素点的梯度幅值进行非极大值抑制，初步得到图像边缘点集合；步骤5)，对步骤4)得到的初步边缘点进行双阈值计算，进一步精化边缘点，剔除假边缘点和补全边缘缺口，得到精确边缘点；步骤6)，对步骤5)得到的精确边缘点进行统计分析，判断出车辆轮廓所在区域，识别出图像中包含的车辆个数。 【当前权利人】南京信息工程大学 【当前专利权人地址】江苏省南京市宁六路219号 【专利权人类型】公立 【统一社会信用代码】12320000466006762K 【被引证次数】52 【被他引次数】52.0 【家族被引证次数】53

未经允许不得转载：http://www.zhongzhencnc.com/1785440365.html