买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本发明涉及一种适用于低质量图像的车钩对中状态视频检测方法，包括以下步骤：采集车钩视频并预处理；利用K‑means聚类方法锁定感兴趣区间，根据聚类结果在目标区间内设置初设位置并进行迭代预热，得到可靠位置；基于预热结果，在目标区域内实时检测目标点位置并与可靠位置比较，得到特征点1；使用最小矩形区域检测算法实时检测特征点2；根据点1、点2的初始可靠位置，连接视频中车钩的基准线；在每一帧检测中，检测点1、点2的实时位置，两点连线作为目标线。计算基准线与目标线之间的夹角；判断车钩对中状态并反馈。

主权项：1.一种适用于低质量图像的车钩对中状态视频检测方法，其特征在于，包括以下步骤：S1、对双目摄像机所采集的图像进行预处理，对图像分辨率为x*y的图像I1进行高斯模糊处理得到I1-gus，在视频一定帧数内逐帧提取边缘I1-edgp，将所有帧中提取的全部边缘全部进行膨胀操作，并记入边缘集I1-edgA，搜索I1-edgA得到轮廓集I1-conA，筛选轮廓集I1-conA中最小外接正矩形长宽比在一定范围内的轮廓，得到轮廓集I1-filA，最小外接正矩形中心点写入点集I1-poi，并能与轮廓集I1-filA一一对应；S2、对I1-filA中的轮廓进行聚类，得到若干个簇I1-clu作为聚类结果，将每个簇的质心的位置记入点集I1-ctr；S3、由于摄像机拍摄位置正对车钩，因此图像中车钩所处的位置一定处于图像的中轴线附近；同时，在理想状态下，对于同一位置，每一帧的轮廓识别结果均有且仅有一个点与之对应，轮廓出现率为100％，此时相应位置簇中点的数量应与视频帧数相同；但由于实际条件的限制，认为轮廓出现率为90％，即簇中点的数量≥预热视频帧数×0.9的簇为有效簇；故筛选簇集质心最接近I1横向中心轴x2处的有效簇I1-int，设该簇质心为I1-ict；S4、将I1-int中的点所对应的轮廓一一取出并写入轮廓集I1-ic、计算轮廓最小外接正矩形区域框，平均宽高分别表示为I1-w和I1-h，通过I1-ict、I1-w、I1-h确定感兴趣区间I1-roi1；S5、选取第一帧聚类质心坐标I1-int1作为初值，基于欧式距离逐帧检测目标点位置，并根据结果更新可靠位置，直到该帧坐标结果与上一次可靠位置的坐标像素距离小于1.5；S6、使用基于可靠位置的预热算法对每帧提取结果进行平滑，所得的点即为特征点A；S7、选取I1中的另一感兴趣区域I1-roiB，对该区域图像进行高斯模糊处理、灰度化处理后提取其边缘，对边缘进行膨胀处理得到边缘集I1-edgB，搜索I1-edgB，得到轮廓集I1-conB；筛选轮廓集I1-conB中长宽比在一定范围内的轮廓，得到轮廓集I1-filB，遍历轮廓集I1-filB找到周长最小的轮廓I1-minB，轮廓I1-minB的中心点即为特征点B；S8、将车钩对准状态下的特征点A、B记作基准点A1和B1，连接A1、B1得到车钩对准状态下的基准线L1，基准线在检测全程中固定，将每一帧中的特征点A、B记作的目标点Ai和Bi，连接得到目标线Li，计算L1、Li的夹角θ用以评估当前车钩状态，θ小于1°时，认为车钩处于安全状态。

全文数据：

权利要求：

百度查询： 同济大学 一种适用于低质量图像的车钩对中状态视频检测方法