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！

龙图腾网获悉华中科技大学申请的专利一种基于运动目标检测的重车识别方法及电子设备获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116824522B 。

龙图腾网通过国家知识产权局官网在2026-03-06发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310729060.6，技术领域涉及：G06V20/54；该发明授权一种基于运动目标检测的重车识别方法及电子设备是由翁顺;高珂;林俊平;朱宏平;夏勇;张景琪;陈志丹;李佐强设计研发完成，并于2023-06-20向国家知识产权局提交的专利申请。

本一种基于运动目标检测的重车识别方法及电子设备在说明书摘要公布了：本申请公开了一种基于运动目标检测的重车识别方法及电子设备。其中，该方法包括：以时域中值法对监控场景建模，并利用待检测图片与背景模型进行图片分块，通过在背景分块附近搜索最大结构相似度，以最大结构相似度对待检测分块进行前景和背景分类，并采用标志位记录；采用快速傅里叶变换算法以提高最大结构相似度的搜索速度，进行前景、背景分类，以降低相机抖动的影响；以长方体外轮廓拟合检测车辆的外包络线，提取车辆长宽高特征，并设置多组阈值，以实现车辆部分位于监控场景时进行车辆识别。实施本申请实施例，可以提高重车识别精度。

本发明授权一种基于运动目标检测的重车识别方法及电子设备在权利要求书中公布了：1.一种基于运动目标检测的重车识别方法，其特征在于，所述方法通过在背景减除法的基础上，引入分块思想，搜索最大结构相似度，削弱了相机抖动影响；通过最小化模型和车辆在同一透视矩阵下的包络线误差提取所述车辆长宽高特征，然后设置体积阈值、长度阈值、宽度阈值以及高度阈值以实现监控场景内的重车识别，所述方法包括： 步骤1：以时域中值法对所述监控场景建模，并利用待检测图片与背景模型进行图片分块，通过在背景分块附近搜索最大结构相似度，以所述最大结构相似度对待检测分块进行前景和背景分离，并采用标志位记录； 步骤2：采用快速傅里叶变换算法以提高所述最大结构相似度的搜索速度，进行所述前景、所述背景分离，以降低相机抖动的影响； 步骤3：以长方体外轮廓拟合检测车辆的外包络线，提取所述车辆长宽高特征，并设置多组阈值，以实现所述车辆部分位于所述监控场景时进行所述车辆识别； 所述步骤1进一步包括： 采用时域中值法建立背景模型： Vbk＝medianVi,i＝k-jΔk,j∈[0,q-1] 其中，Vi为待检测视频第i帧图片的灰度矩阵，Vbk为所述待检测视频第k帧图片的背景灰度矩阵，q为用作背景建模的帧数，Δk代表采样帧数间隔，median表示对序列取中位数； 采用背景减除法作为运动目标检测方法： Vfk＝Vk-Vbk 式中，Vfk为所述待检测视频的第k帧图片的前景灰度矩阵； 其中，i，j为分块左上角的像素坐标，所述待检测分块和所述背景分块之间的结构相似度为： ； ； ； 式中slk,i,j、sck,i,j、srk,i,j分别表示分块的亮度、对比度和相关系数，u为均值，σ为标准差，cov为协方差，β1、β2、β3为小常数，用以防止分母接近0造成系统误差； 对所述背景模型与所述待检测图片进行等分块划分，图片每个所述待检测分块的边长为a，用Vk,i,j、Vbk,i,j分别唯一标志所述待检测分块和所述背景分块，所述结构相似度： sk，i，j＝slk，i，jsck，i，jsrk，i，j 简化所述结构相似度sk,i,j的计算： ； 式中，slk,i,j、sck,i,j、srk,i,j的取值范围均为[-1,1]，则sk,i,j的取值范围同为[-1,1]； 在所述背景分块附近搜索所述最大结构相似度，以所述最大结构相似度对所述待检测分块进行前景和背景分类： ； 式中，Vbrk,i,j为背景模型Vbk,i-a,j-a到Vbk,i+a,j+a的矩形区域，smk,i,j为所述待检测分块Vk,i,j与所述矩形区域所有等尺寸窗口的最大结构相似度； 根据所述最大结构相似度smk,i,j对所述待检测分块Vk,i,j进行前景和背景分类，并采用标志位记录Vk,i,j的分类状态； 所述步骤2进一步包括： 输入待检测分块Vk,i,j和背景模型矩形搜索区域Vbrk,i,j； 用0.012,0.032,0.0322初始化小常数β1、β2、β3，初始化与所述待检测分块Vk,i,j同尺寸的均值滤波器I； 计算所述待检测分块Vk,i,j的均值u[Vk,i,j]； 以所述均值滤波器I对Vbrk,i,j进行计算，在所述矩形搜索区域Vbrk,i,j中，得到每个与所述待检测分块Vk,i,j等尺寸窗口的均值u[Vbrk,i,j]； 计算所述待检测分块Vk,i,j的方差σ[Vk,i,j]2，并计算所述矩形搜索区域Vbrk,i,i的每个等尺寸窗口方差σ[Vbrk,i,j]2，以所述均值滤波I处理Vbrk,i,j2，并减去u[Vbrk,i,j]点乘u[Vbrk,i,j]； 计算所述矩形搜索区域Vbrk,i,i的每个等尺寸窗口与所述待检测分块Vk,i,j的协方差cov[Vk,i,j,Vbrk,i,j]； 通过以所述待检测分块Vk,i,j作为滤波器处理Vbrk,i,j，减去u[Vk,i,j]点乘u[Vbrk,i,j]； 根据所述结构相似度sk,i,j计算公式，计算Vbrk,i,i与Vk,i,j的结构相似度sk,i,j； 根据所述结构相似度sk,i,j计算集合{sk,i,j}中的最大值smk,i,j，进行前景背景分离，以降低相机抖动影响。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人华中科技大学，其通讯地址为：430074 湖北省武汉市洪山区珞喻路1037号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。