检测汽车拖车非常困难。有很多汽车拖车的车牌与汽车本身相同。为了检测它是否是拖车，我需要在车牌周围的区域进行搜索。我已经和 Viola 和 Jones 一起为车牌制作了检测器。只是为了检测三角形在哪里，你在图像上看不太清楚。来自部分的图像在白天控制了很多不同的阈值。
为了隐私，我必须删除车牌详细信息
所以我的问题是有没有特殊的图像处理方式可以帮助你充分发挥。我想过：
- canny
- adapting threshold
- image Gradients
但最大的困难是应用程序需要是实时的。
在我看来，您将需要边缘检测（canny）和图像相关性（寻找相似的形状；识别图像中的对象）。
您的两个基本形状（要寻找的图案）将包括车牌的线条图像、保险杠的基线、灯的边缘，以及分别代表一个三角形和另一个没有三角形的三角形。三角形的存在和不存在应该是要寻找的两个图像之间的唯一区别。
首先，您通过 Canny 或 Sobel 或其他一些边缘检测来处理图像以获取边缘。然后将其与两种模式相关联。相关函数应该产生“匹配质量”值——在图像中找到的形状与模式的匹配程度。如果带三角形的那个匹配得更好，那就是拖车。
不要试图只检测三角形。它们太暗而无法产生像样的匹配，而且形状太普通，可能会产生无数误报。寻找带灯和牌照的保险杠，然后一旦找到，将其与带三角形的示例保险杠和不带三角形的示例保险杠进行比较。这样，无论三角形检测有多差，如果存在三角形，与带有三角形的图像的匹配总是会更好。